Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik

Größe: px
Ab Seite anzeigen:

Download "Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik"

Transkript

1 Jes Hellig Herausgeber: Klaus Schillig Kercurriculum Berufliche Gymasie Niedersachse Stochastik Darstelle Auswerte Beurteile 2. Auflage Bestellummer 03330

2 Habe Sie Areguge oder Kritikpukte zu diesem Produkt? Da sede Sie eie a @bv-1.de Autore ud Verlag freue sich auf Ihre Rückmeldug. Bildugsverlag EINS GmbH Hasestraße 115, Köl ISBN Copyright 2013: Bildugsverlag EINS GmbH, Köl Das Werk ud seie Teile sid urheberrechtlich geschützt. Jede Nutzug i adere als de gesetzlich zugelassee Fälle bedarf der vorherige schriftliche Eiwilligug des Verlages. Hiweis zu 52a UrhG: Weder das Werk och seie Teile dürfe ohe eie solche Eiwilligug eigescat ud i ei Netzwerk eigestellt werde. Dies gilt auch für Itraets vo Schule ud sostige Bildugseirichtuge.

3 Vorwort Vorwort Bei der Erstellug dieses Schulbuches wurde besoderer Wert auf eie für Schülerie ud Schüler aschauliche ud verstädliche Darstellug der mathematische Ihalte ud Verfahre gelegt, damit sie mit diesem Buch eigestädig im Uterricht ud zu Hause arbeite köe. Bereche Sie für die Mege A {7,9; 10,8; 12,9; 15,9} das arithmetische Mittel x, we für das arithmetische Mittel die Formel x 1 x i gilt. Das brauche ich i meiem Lebe ie wieder! So gaz Urecht habe Schülerie ud Schüler mit dieser Aussage icht. Diese Art vo Aufgabe ist weig motiviered ud vermittelt ihe ei falsches Bild vo Mathematik. Mathematik ist mehr als Formel ud Defiitioe. Mathematik ist eie Wisseschaft, die us täglich begleitet ud die wir täglich awede. We wir mit usere Freude is Lokal um die Ecke gehe ud wir dort vier Gerichte für 7,90 EUR, 10,80 EUR, 12,90 EUR ud 15,90 EUR bestelle, ka ma mit der Formel bereche, wie viel jeder vo us durchschittlich bezahlt hat. Der vorliegede Bad ist eier vo vier Bäde aus der Reihe Kercurriculum Mathematik ud ist exakt auf das Kercurriculum 2010 i Niedersachse abgestimmt. Er diet dem Erwerb der für die Qualifikatiosphase beschriebee Kompeteze ud strebt dabei sowohl die Förderug der ihaltsbezogee als auch der prozessbezogee Kompeteze der Schülerie ud Schüler a. Eie zu alle vier Bäde passede Formelsammlug ist ebefalls erhältlich. Eie große Zahl vo Lersituatioe mit ausführlich dargestellte, algebraische ud rechergestützte Lösuge ermöglicht de Schülerie ud Schüler eie selbststädige Erwerb der ihaltsbezogee Kompeteze. Sämtliche Situatioe mit Lösugsweg sid mit dem ebestehede Puzzle-Symbol ud eiem blaue Balke gekezeichet. Wichtige Iformatioe für die Lersituatioe ud die dazugehörige Lösuge sid mit eiem Iformatiossymbol ud eiem gelbe Balke markiert. i 1 Der Großteil der Aufgabe ka auch mit eiem grafikfähige Tascherecher (GTR) oder eiem Computer-Algebra-System (CAS) gelöst werde. Ei Tascherechersymbol kezeichet Lösuge, die mit eiem TI-84 Plus berechet wurde. Darüber hiaus befidet sich im Ahag eie Übersicht mit alle wichtige Fuktioe des Tascherechers für das Sachgebiet Stochastik. Übugsaufgabe werde durch das Verzahugssymbol ud eie grüe Balke gekezeichet. GTR 3

4 Vorwort Am Ede zahlreicher Kapitel fide sich weitere offee Lersituatioe zum jeweils voragegagee Kapitel. Diese eige sich besoders zur Verküpfug der ihalts- ud prozessbezogee Kompeteze ud köe auch zum Eistieg i ei eues Themegebiet verwedet werde. Ich hoffe, mit diesem Buch viele Leser die Agst vor dem Zufall zu ehme, ud wüsche alle Schülerie ud Schüler sowie alle Kollegie ud Kollege viel Erfolg im Uterricht. Jes Hellig 4

5 Ihaltsverzeichis Ihaltsverzeichis Vorwort... 3 Ihaltsverzeichis... 5 Mathematische Zeiche ud Symbole Date darstelle ud auswerte Erfassug ud Darstellug vo Date Aufgabe der beschreibede Statistik Grudbegriffe der beschreibede Statistik Systematische Erfassug ud Aufbereitug vo Date Grafische Darstellug des Zahlematerials Kegröße eier Stichprobe Häufigkeitsverteilug Lageparameter Arithmetisches Mittel (Durchschittswert, Mittelwert) Gewichtetes arithmetisches Mittel Quatile Streuugsmaße Offee Lersituatioe zu de Kegröße eier Stichprobe Klassierug großer Stichprobe Klassebildug Arithmetisches Mittel klassierter Date Variaz ud Stadardabweichug klassierter Date Offee Lersituatioe zur Klassierug großer Stichprobe Mit dem Zufall reche Zufallsexperimete Aufgabe der Wahrscheilichkeitsrechug Grudbegriffe der Wahrscheilichkeitsrechug Wahrscheilichkeit Zusammehag zwische relativer Häufigkeit ud Wahrscheilichkeit Laplace-Experimet Grudlegede Wahrscheilichkeitsrechug Mehrstufige Zufallsversuche Baumdiagramme ud Pfadregel Bedigte Wahrscheilichkeit Uabhägigkeit vo Ereigisse Grudlage der Kombiatorik

6 Ihaltsverzeichis Beroulli-Experimet Offee Lersituatioe zur grudlegede Wahrscheilichkeitsrechug Allgemeie Wahrscheilichkeitsverteiluge Zufallsgröße Wahrscheilichkeitsverteilug der Zufallsgröße Erwartugswert der Zufallsgröße Stadardabweichug ud Streuugsitervall der Zufallsgröße Offee Lersituatioe zu allgemeie Wahrscheilichkeitsverteiluge Biomialverteilug Eizele ud kumulierte Wahrscheilichkeite Verhältiszeiche Erwartugswert biomialverteilter Zufallsgröße Variaz ud Stadardabweichug biomialverteilter Zufallsgröße Sigma-Regel (Itervalle um de Erwartugswert) Offee Lersituatioe zur Biomialverteilug Normalverteilug Dichte- ud Verteilugsfuktio Stadardormalverteilug Approximatio der Biomialverteilug durch die Normalverteilug Offee Lersituatioe zur Normalverteilug Date beurteile Grudbegriffe der beurteilede Statistik Idee der Vertrauesitervalle Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite Offee Lersituatioe zu Vertrauesitervalle Ahag Tabelle zur Biomialverteilug Tabelle zur Normalverteilug Formelsammlug GTR-Befehle Sachwortverzeichis Bildquelleverzeichis

7 Mathematische Zeiche ud Symbole Mathematische Zeiche ud Symbole Zeiche, Symbol Sprechweise/Bedeutug Beispiel gleich 4 4 ugleich 3 4 ist ugefähr gleich 2 1,41 kleier als 3 4 größer als 5 4 kleier gleich x 3 größer gleich x 4 Betrag vo 3 3 uedlich daraus folgt {0;1;2;3; } 1 gilt geau da, we ; ist äquivalet mit ud oder 2x 4 x 2 {1 ; 2 ; 3} Mege mit de Elemete 1, 2, 3 A {1;2;3} vereiigt, Vereiigugsmege {1; 2} {3; 4} {1;2;3;4} geschitte, Schittmege {1; 2; 3} {2;3;4} {2; 3} [a ; b ] geschlossees Itervall (vo eischließlich a bis eischließlich b ) (a ; b ) offees Itervall (vo ausschließlich a bis ausschließlich b ) {x a x b } {x a x b } [a ; b ) halb offees Itervall (vo eischließ- {x a x b} lich a bis ausschließlich b ) (a ; b ] halb offees Itervall (vo ausschließ- {x a x b } lich a bis eischließlich b ) wird zugeordet s i x Stichprobeumfag p Wahrscheilichkeit q Gegewahrscheilichkeit q 1 p x i Merkmal x i x Arithmetisches Mittel, Mittelwert, Durchschittswert eier Zahlereihe x Media, Zetralwert eier Zahlereihe m Erwartugswert mü s Stadardabweichug sigma 7

8 Mathematische Zeiche ud Symbole Zeiche, Symbol S i 1 E E P (E) e i Sprechweise/Bedeutug Summe Beispiel x i 3 Summe aller x i vo i 1bisi x i Ereigis icht E Wahrscheilichkeit für Ereigis E Ergebis S Ergebismege S {e 1 ; e 2 ; e 3 ; ;e }! Fakultät 3! über k (Biomialkoeffiziet) Fakultät geteilt durch das Produkt aus ( k) Fakultät ud k Fakultät k! k! ( k)! 3 5 5! b a i 1 f(x)dx 1 0 x 2 d x Itegral f vo x d x vo a bis b 3! (5 3)! 10 8

9 1 Date darstelle ud auswerte 1.1 Erfassug ud Darstellug vo Date Aufgabe der beschreibede Statistik Die beschreibede Statistik ist ei Teilgebiet der Stochastik. Mit de Methode der beschreibede Statistik werde Date erfasst, zusammegestellt, sortiert ud grafisch veraschaulicht. Da häufig große Datemege vorhade sid, müsse diese vor eier Auswertug aufbereitet werde. Die aufbereitete Date köe als Etscheidugshilfe diee. Als Date werde i der Statistik alle Fakte bezeichet, die durch Umfrage, Erhebuge, Kotrolle, Auszähluge, Messuge oder Ähliches zusammegestellt wurde. Dies köe z. B. die Absatzzahle eies Automobilkozers i eiem bestimmte Zeitraum, die Arbeitslosequote i de verschiedee Budesläder, die Bezipreise a jedem Tag des Jahres, 9

10 3 Date beurteile 3.1 Grudbegriffe der beurteilede Statistik Die wichtigste Grudbegriffe der beurteilede Statistik werde ahad eies eifache Beispiels erläutert. Die eizele Begriffe werde im Rahme vo Beispielaufgabe aufgegriffe. Beispiel Eie Fast-Food-Kette möchte eie für die Produktiosmege verwertbare Aussage darüber treffe, wie groß die Wahrscheilichkeit ist, dass die Kude i Hamburg eie eue Burger kaufe würde. A eiem Kosumetetest i Hamburg ehme daher zufällig ausgewählte Kude teil ud werde ach eier Verkostug zu ihrer Kaufbereitschaft befragt. Die Gesamtheit aller Kude i Hamburg wird als Grudgesamtheit bezeichet. Um ei absolut exaktes Ergebis zu erhalte, müsste der Kozem alle Kude 186

11 3.2 Idee der Vertrauesitervalle befrage. Dies wäre eie Vollerhebug. Es wird allerdigs ur ei Teil der Kude befagt, daher spricht ma vo eier Teilerhebug. Da die Kude zufällig ausgewählt wurde, hadelt es sich um eie Stichprobe. Die Azahl der befragte Persoe bezeichet ma als Stichprobeumfag. We die Stichprobe die gleiche Eigeschafte hat wie die Grudgesamtheit, also Essgewohheite, Eikomme etc., da spricht ma vo eier repräsetative Stichprobe. 3.2 Idee der Vertrauesitervalle I der Realität werde Date sehr häufig als (repräsetative) Stichprobe erhobe, die da als Grudlage für Aussage über die Grudgesamtheit heragezoge werde. Das eigetliche Problem ist die sehr gerige Wahrscheilichkeit, dass die Ergebisse vo eier Stichprobe ud der Grudgesamtheit exakt übereistimme. Nehme wir a, die Fast-Food-Kette würde jede ihrer Hamburger Kude befrage. Es wäre u möglich, dass geau Kude de eue Burger kaufe würde. Dies etspricht eier relative Häufigkeit vo h(x i ) i ,099 9,9 % Nähme ma stattdesse 10 repräsetative Stichprobe mit eiem Umfag vo jeweils Persoe, so köte sich folgede relative Wahrscheilichkeite ergebe. Stichprobe h (x i ) 9,5% 10,1% 10% 9,9 % 10,3% 10,2% 9,7% 10,3 % 9,4% 10,6% Die Tabelle zeigt, dass möglicherweise ur eie Stichprobe das idetische Ergebis liefert. Daher ist es icht möglich, ahad eier Stichprobe eie geaue Aussage über die Grudgesamtheit zu treffe. Mithilfe statistischer Überleguge ud Berechuge ist es aber möglich, ahad vo Stichprobe eie Badbreite oder ei Itervall beliebiger Geauigkeit festzulege, i dem sich der Wert der Grudgesamtheit wahrscheilich befidet. Dieses Itervall wird als Vertraues- oder Kofidezitervall 1) bezeichet. Nehme wir a, der Fast-Food-Kozer hätte lediglich Kude befragt ud die Befragug hätte ergebe, dass 10 % de eue Burger kaufe würde. Nu köte z. B. drei uterschiedliche Aussage aufgestellt werde. 1. Der Ateil der Grudgesamtheit beträgt ebefalls geau 10 %. 2. Der Ateil der Grudgesamtheit liegt zwische 0 % ud %. 3. Der Ateil der Grudgesamtheit liegt zwische 9 % ud 11 %. 1) vo lateiisch cofidere: vertraue 187

12 3 Date beurteile Die erste Aussage ist sehr uwahrscheilich. Die zweite Aussage ist auf jede Fall richtig, aber weig sivoll, da ahad dieser Zahle icht geplat werde ka. Die dritte Aussage scheit brauchbar zu sei. Es fehlt jedoch eie Agabe darüber, wie wahrscheilich es ist, dass der Ateilswert der Grudgesamtheit i diesem Itervall liegt. Diese Wahrscheilichkeit wird als Sicherheits- oder Vertraueswahrscheilichkeit bezeichet. Die Wahrscheilichkeit, dass der Ateilswert der Grudgesamtheit icht i diesem Itervall liegt, heißt Irrtumswahrscheilichkeit. Irrtumswahrscheilichkeit ud Vertraueswahrscheilichkeit ergebe zusamme immer %. Bei der erste Aussage muss wege des sehr kleie Itervalls die Vertraueswahrscheilichkeit sehr gerig ud die Irrtumswahrscheilichkeit im Gegezug sehr hoch sei, wie zur Tabelle überlegt wurde. Bei der zweite Aussage higege ist es geau umgekehrt. Aus de voragegagee Überleguge ergibt sich, dass die Vertraueswahrscheilichkeit ud Itervallbreite zusammehäge. Je breiter das Itervall, desto größer ist die Vertraueswahrscheilichkeit ud desto kleier ist die Irrtumswahrscheilichkeit. Wie dicht der tatsächliche Wert der Grudgesamtheit a dem Stichprobewert liegt, hägt dabei gaz etscheided vom Stichprobeumfag ud dem Stadardfehler, der Stadardabweichug mehrerer Stichprobeergebisse, ab. Es gilt: Je größer der Stichprobeumfag, desto uwahrscheilicher ist es, dass der Stichprobewert weit vom Wert der Grudgesamtheit etfert ist. Je kleier der Stadardfehler ist, desto uwahrscheilicher ist es, dass der Stichprobewert weit vom Wert der Grudgesamtheit etfert ist. Der Ateil der Grudgesamtheit wird häufig als wahrer Ateil bezeichet. Ei agegebees Vertrauesitervall lässt sich ur da sivoll iterpretiere, we die dazugehörige Vertraueswahrscheilichkeit, also die Wahrscheilichkeit, dass der Wert der Grudgesamtheit i dem agegebe Itervall liegt, agegebe ist. Üblich sid Vertraueswahrscheilichkeite vo 90 %, 95 % ud 99 %. Es ist aber möglich, das Itervall für jede beliebige Vertraueswahrscheilichkeit zu bestimme. 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Zu jedem Vertrauesitervall gehört eie Vertraueswahrscheilichkeit. Die achfolgede Grafik ist bereits aus dem Kapitel Sigma-Regel bekat. Sie zeigt die Wahrscheilichkeitsverteilug eier biomialverteilte Zufallsgröße mit ud p 0,5. 188

13 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite P(X=k) 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 [μ 3σ; μ+3σ] [μ 2σ; μ+2σ] [μ σ; μ+σ] μ 68% 95,5% 99,7% k Es ist gut zu erkee, dass i dem Itervall [m 3 s; m 3 s] praktisch alle für die Gesamtwahrscheilichkeit relevate Eizelwahrscheilichkeite ethalte sid. Die Gesamtwahrscheilichkeit aller Werte, die außerhalb des Itervalls liege, ist aäherd ull. Die Näheruge werde mit zuehmedem Stichprobeumfag immer besser. Nebe de drei i der Grafik gezeigte Sigma-Regel werde häufig die drei s-umgebuge 1,64 s 90 %, 1,96 s 95% ud 2,58 s 99 % verwedet. Die Wahrscheilichkeite, die mit eier Sicherheit vo 90 %, 95% bzw. 99 % i das dazugehörige Vertrauesitervall falle, lasse sich mithilfe der achfolgede Formel bereche. p h c p p 2 mit h X Wahrscheilichkeite ierhalb eies Vertrauesitervall Wobei c für die jeweilige Breite der Sigma-Umgebug steht: 90 % c 1,64 oder 95 % c 1,96 oder 99% c 2,58 Das Vertrauesitervall I lautet: 2 I c2 h c c2 h (1 h) 2 4 c 2 1 ; c 2 2 h c c2 h (1 h) 2 4 c 2 1 exakt bestimmtes Vertrauesitervall Situatio 1 I eiem kuststoffverarbeitede Betrieb werde rote ud grüe Plastikeimer produziert. Als Stichprobe werde der laufede Produktio Eimer etomme. Geau die Hälfte dieser Eimer ist rot. Wie groß ist mit eier Sicherheitswahrscheilichkeit vo 95% der Ateil der rote Eimer i der Produktio? 189

14 3 Date beurteile Algebraische Lösug Zuächst wird die Zufallsgröße X: Azahl roter Eimer defiiert. Die relative Häufigkeit dafür, dass ei Eimer der Stichprobe rot ist, beträgt somit h(x i ) h X 50 0,5 50 %. Darüber hiaus werde der Erwartugswert m ud der Stadardfehler, also die Stadardabweichug der Stichprobe s, beötigt. Für biomialverteilte Zufallsgröße gilt m p. Die Wahrscheilichkeit p ist i diesem Fall jedoch icht bekat. Nach dem empirische Gesetz großer Zahle 1) ähert sich die relative Häufigkeit h mit steigedem Stichprobeumfag jedoch immer weiter dem Wert vo p a. Daher gilt für de Erwartugswert m h 0,5 50. Für die Stadardabweichug gilt demetspreched s h (1 h) 0,5 (1 0,5) 5. Außerdem gehört zum 95%- Vertrauesitervall die 1,96 s-umgebug. Uterstellt ma u, dass der ahad der Stichprobe ermittelte Ateil vo 50 % dem wahre Ateil roter Eimer etspricht, so würde sich folgedes Histogramm ergebe: 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] Ei Ergebis vo 50 rote Eimer ist mit der Wahrscheilichkeit vo 50 % vereibar, da es im 1,96 s-itervall um de Erwartugswert liegt. Dies bedeutet aber icht, dass der Wert der Stichprobe mit dem wahre Wert der Grudgesamtheit übereistimme muss μ = 50 X 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] μ = 41 X Gesucht sid u alle Wahrscheilichkeite, bei dee der Erwartugswert ierhalb des 1,96 s-itervall liegt. Verrigert ma die Wahrscheilichkeit, so verschiebt sich das Histogramm auf der x-achse ach liks. Die gerigste Wahrscheilichkeit, die mit der Stichprobe vereibar ist, liegt bei 41 %, da der ursprügliche Erwartugswert 50 u gerade och rechts im Itervall liegt. 1) vgl. Seite

15 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] μ = 59 X Erhöht ma die Wahrscheilichkeit, so verschiebt sich das Histogramm auf der x-achse ach rechts. Die maximale Wahrscheilichkeit, die mit der Stichprobe vereibar ist, liegt bei 59 %, da der ursprügliche Erwartugswert 50 u gerade och liks im Itervall liegt. Das 95%-Vertrauesitervall umfasst somit alle Werte zwische 41 % ud 59 %. Der Ateil der rote Eimer i der Produktio beträgt daher mit eier Wahrscheilichkeit vo 95 % zwische 41 % ud 59 %. Das Problem lässt sich aber icht ur grafisch, soder auch algebraisch löse. Gesucht ist zuächst das Itervall [m 1,96 s; m 1,96 s] oder aders ausgedrückt m 1,96 s X m 1,96 s. Wege m p ud s p (1 p) gilt: p 1,96 p q X p 1,96 p q Durch eiige Umformuge lasse sich u die Wahrscheilichkeite, die i dem Vertrauesitervall liege, exakt bestimme. p 1,96 p q X p 1,96 p q p (1 p) p 1,96 X p (1 p) p 1,96 p (1 p) p 1,96 p (1 p) p 1,96 p (1 p) p 1,96 p 1,96 p (1 p) p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p 1,96 p) p (1 h p 1,96 p) Als Ugleichug geschrie- be ergibt sich: Aus der Formel wird ersichtlich, dass mit steigedem Stichprobeumfag das Kofidezitervall schmaler wird. p p 1,96 p 2 p h p 1,96 p 2 p h 1,96 p p 2 Der Ateil der Stichprobe ist X, daher muss durch dividert werde. X etspricht der relative Häufigkeit h. Im Zähler wird ausge- klammert. wird durch ersetzt, um kürze zu köe. kürze. Wurzelgesetz awede. Die Klammer uter der Wurzel ausmultipliziere. 191

16 3 Date beurteile Durch eisetze der Werte h X 50 0,5 ud lasse sich u die Wahrscheilichkeite, die ierhalb des 95 %-Vertrauesitervall liege, bereche. p p p 0,5 1,96 2 quadriere (p 0,5) 2 1,96 2 p p2 (p 0,5) 2 1,96 2 (p p 2 ) Biomische Formel ud quadriere. (p 2 p 0,25) 3,8416 (p p 2 ) ausmultipliziere p 2 p 25 3,8416p 3,8416 p 2 (3,8416 p 3,8416 p 2 ) 103,8416 p 2 103,8416 p ,8416 p 2 p 0, p-q-formel p 1/2 p 2 ± p 2 2 q 1 2 ± ,24075 p 1 0,5 0, ,4038 p 2 0,5 0, ,5962 p muss also Werte ierhalb des Itervalls [0,4038; 0,5962] aehme, damit die p p Bedigug p 0,5 1,96 2 erfüllt ist. Das Stichprobeergebis X 50 0,5 50 % ist mit Ateilswerte der Grudgesamtheit zwische 40,38% ud 59,62 % verträglich. Der wahre Ateil roter Eimer liegt mit eier Wahrscheilichkeit vo 95 % zwische 40,38 % ud 59,62 %. Das gleiche Ergebis erhält ma, we das Vertrauesitervall direkt berechet wird. 2 I c2 h c c2 h(1 h) 2 4h ; c 2 1 c 2 2 h c c2 4 c 2 1 h(1 h) 2 2 I 1,962 0,5 1,96 1,962 0,5 (1 0,5) 1, ,5 1,96 1,962 0,5 (1 0,5) 2 4 ; 1, , , ,96 0, , ,96 0, I ; 1, , I [0,4038; 0,5962] 192

17 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Rechergestützte Lösug Bestimmug exakter Vertrauesitervalle Exakte Vertrauesitervalle lasse sich mit dem GTR mit zwei uterschiedliche grafische Asätze löse. Dem eie Asatz liegt eie Parabel, dem adere eie Ellipse zu Grude. Daher werde diese Asätze häufig als Parabelasatz ud als Ellipseasatz bezeichet. Zur Erläuterug der beide Asätze wird auf die Date aus Situatio 1 vo S. 189 zurückgegriffe. Parabelasatz Dafür wird die auf Seite 191 hergeleitete Formel i eie quadratische Ugleichug umgeformt. p p p 0,5 1,96 2 quadriere (p 0,5) 2 1,96 2 p p2 (p 0,5) 2 1,96 2 (p p 2 ) 1,96 2 (p p 2 ) (p 0,5) 2 1,96 2 (p p 2 ) 0 Der Graph des Terms ist eie ach obe geöffete Parabel. Es werde die Fuktioswerte (Wahrscheilichkeite) gesucht, die kleier oder gleich ull sid. Zwische de Nullstelle sid die Fuktioswerte kleier als ull, da der Graph uterhalb der Abszisseachse verläuft. f (p) 1 VI = [p 1 ; p 2 ] p 1 0,4 p 1 0,6 p 1 f (p) = (p 0,5) 2 1,96 2 (p p 2 ) Daher bilde die beide Nullstelle des Graphe die like ud rechte Greze des Vertrauesitervalls. Die Nullstelle lasse sich u mithilfe des GTR bestimme. Zuächst wird der durch Umformug etstadee Term i de Y-Editor eigegebe. GTR 193

18 3 Date beurteile Aschließed lasse sich durch 2d [CALC] 2:zero die beide Nullstelle bereche. Cursor erst liks der Nullstelle setze, ENTER, da rechts der Nullstelle, ENTER, ENTER. Die zweite Nullstelle wird demetspreched bestimmt. Allgemei gilt: VI [p 1 ; p 2 ]mitp 1; 2 f (p) (p h) 2 c 2 (p p 2 ) 0 ud h X Vertrauesitervall mit Parabelasatz Wobei c für die jeweilige Breite der Sigma-Umgebug steht. Ellipseasatz Im Gegesatz zum Parabelasatz wird die auf Seite 191 hergeleitete Formel icht i eie quadratische Ugleichug umgeformt, soder der voragegagee Schritt p 1,96 p p 2 i zwei Teilgleichuge zerlegt: h p 1,96 p p2 h p 1,96 p p 2 h p 1,96 p p 2 I Situatio 1 auf Seite 189 lag der relative Ateil roter Eimer bei 50 %, daher ist h 50 %. Somit ergibt sich i diesem Fall: 0,5 p 1,96 p p 2 0,5 p 1,96 p p 2 Die Graphe des blaue ud rote Terms bilde da jeweils de obere oder utere Teil eier Ellipse. Die i der Stichprobe ermittelte relative Häufigkeit wird zusätzlich als waagerechte Gerade i das Koordiatesystem eigezeichet. Die Schittstelle dieser Gerade mit der Ellipse bilde die like ud die rechte Greze des Vertrauesitervalls. 194

19 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite h h 1 (p) = p VI = [p 1 ; p 2 ] p p 2 h = 0,5 p 1 0,4 p 1 0,6 h 1 (p) = p 196 p p 2 1 p Die Itervallgreze lasse sich u mithilfe des GTR bestimme. Zuächst müsse die beide Terme p p p 1,96 2 ud p 1,96 p p2 sowie 0,5 i de Y-Editor eigegebe werde. GTR Aschließed lasse sich durch 2d [CALC] 5: itersect die beide Schittstelle bereche. Mit dem Cursor die obere Ellipsehälfte auswähle, ENTER, da die Gerade, ENTER, ENTER. Die zweite Schittstelle wird demetspreched bestimmt. Allgemei gilt: p p p 1 h p c VI [p 1 ; p 2 ]mit 2 ud h X p p p 2 h p c 2 Vertrauesitervall mit Ellipseasatz 195

20 3 Date beurteile Näherugsweise bestimmte Vertrauesitervalle Sowohl die Berechug der Wahrscheilichkeite, die ierhalb des Vertrauesitervalls liege, als auch die direkte Berechug des Vertrauesitervalls sid relativ aufwedig. Daher bediet ma sich bei große Stichprobe oder relative Häufigkeite die ahe vo 0,5 liege eier Näherug. Das Vertrauesitervall lässt sich da direkt agebe. VI h c h h 2 ; h c h h 2 äherugsweise bestimmtes Vertrauesitervall Die Näherug liefert für brauchbare Werte für Bei kleiere Stichprobe ist die Näherug ur geeiget, we 0,3 h 0,7 gilt. Situatio 2 Durch Marktaalyse ist bekat, dass eie Fast-Food-Kette i Hamburg Kude hat. Mit eier groß agelegte Werbekampage soll ei euer Burger eigeführt werde. Um die Produktiosmege zu bestimme, wurde daher im Vorfeld zufällig ausgewählte Kude eiem Kosumetetest uterzoge. 500 vo ihe gabe a, de eue Burger kaufe zu wolle. Ahad dieser Stichprobe soll festgelegt werde, wie viele Burger für Kude produziert werde müsse. Die Geschäftsführug möchte ur sehr uger kaufwillige Kude icht bediee köe ud plat mit eier Sicherheitswahrscheilichkeit vo 99 %. Bereche Sie exakt ud äherugsweise, wie viele Burger für Kude produziert werde sollte. Algebraische Lösug Gesucht ist das 99 %-Vertrauesitervall. Die dazugehörige Breite der Sigma- Umgebug ist 2,58. Der Stichprobeumfag beträgt Persoe. Das Stichprobeergebis ist X ,1. Durch Eisetze i die jeweilige Formel ergibt sich: Exakte Lösug Näherugs-Lösug p h 2,58 p p 2 p p 0,1 2,58 p (p 0,1) 2 6,6564(p p 2 ) 5 000p p 50 6,6564p 6,6564 p 2 VI h c h h 2 ; h c h h 2 0,1 VI 0,1 2,58 0,01 ; ,1 2,58 0,1 0, ,6564p ,6564p 50 0 VI [0,1 0,0109; 0,1 0,0109] p 1 0,0896 ud p 2 0,1115 VI [0,0896; 0,1115] VI [0,0891; 0,1109] 196

21 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite I beide Fälle liegt der wahre Ateil mit eier Wahrscheilichkeit vo 99 % zwische ca. 9% ud ca. 11 %. Da die Azahl der Burger gesucht war, müsse diese Werte och mit der Azahl der Kude multipliziert werde. p 1 0, p 1 0, p 2 0, p 2 0, Das Uterehme sollte aufgrud Das Uterehme sollte aufgrud des Stichprobeergebisses des Stichprobeergebisses Burger produziere. Burger produziere. Die Abweichug beträgt i diesem Fall lediglich 30 Burger oder ca. 0,5 %. Rechergestützte Lösug Exakte Lösug GTR Zuächst wird der Term (p 0,1) 2 2,58 2 (p p2 ) beötigt ud i de Y-Editor eigegebe. Aschließed lasse sich durch 2d [CALC] 2:zero die beide Nullstelle bereche. Cursor erst liks der Nullstelle setze, ENTER da rechts der Nullstelle, ENTER, ENTER. Die zweite Nullstelle wird demetspreched bestimmt. Näherugsweise Lösug Die Formel zur äherugsweise Bestimmug des Vertraueitervalls ist bereits vorhade. Zuächst mit STAT [TESTS] A:1-PropZIt ENTER das Vertrauesitervall auswähle. 197

22 3 Date beurteile Aschließed die etsprechede Werte mit ENTER eigebe. Dabei steht x für das absolute Ergebis der Stichprobe, für de Stichprobeumfag ud C-Level für die Vertraueswahrscheilichkeit. ENTER liefert das Vertrauesitervall. Situatio 3 Ei Medikametehersteller hat zwei eue Schmerzmittel etwickelt, die uter de Name Abiol ud Brasiti vermarktet werde solle. Abiol ist bereits zugelasse, für Brasiti steht die Zulassug och aus. Im Rahme eier Studie soll die besoders schelle Wirksamkeit beider Medikamete belegt werde. Daher werde Schmerzpatiete mit de Medikamete therapiert. Zeit seit der Eiahme Abiol 15 mi 20 mi schmerzfrei icht schmerzfrei Zeit seit der Eiahme Brasiti 15 mi 20 mi schmerzfrei icht schmerzfrei a) Bestimme Sie mit dem GTR, wie viele vo jährlich 000 Patiete ach der Eiahme vo Abiol mit eier Wahrscheilichkeit vo 90 % ierhalb vo 20 Miute schmerzfrei sei werde. b) Bestimme Sie mit dem GTR, wie viel Prozet aller Patiete ach der Eiahme vo Brasiti mit eier Wahrscheilichkeit vo 95 % ierhalb eier Viertelstude schmerzfrei sei werde. GTR Rechergestützte Lösug Bei dem Medikamet Abiol beträgt der Stichprobeumfag 1500 Persoe. Daher ka mit der Näherug gerechet werde. Bei Brasiti ist der Umfag mit 50 Persoe zu gerig ud die relative Häufigkeit liegt icht im Bereich 0,3 h 0,7. 198

23 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite a) Abiol b) Brasiti h Parabelasatz 1) gewählt: VI h c h 2 h ; h c h 2 (p h) 2 c 2 (p p 2 ) 0 h X 39 h X 50 0, ,898 95% c 1,96 Der GTR liefert: Der GTR liefert: VI [0,885; 0,911] Gesucht war die Azahl der Persoe. Daher müsse die Itervallgreze och mit der Azahl der Persoe multipliziert werde. 0, , Mit eier Wahrscheilichkeit vo 90 % werde zwische ud Persoe ach der Eiahme vo Abiol ierhalb vo 20 Miute schmerzfrei sei. VI [0,648; 0,872] Mit eier Wahrscheilichkeit vo 95 % werde zwische 64,8% ud 87,2 % aller Persoe ach der Eiahme vo Brasiti ierhalb vo 20 Miute schmerzfrei sei. 1) Vgl. S. 193 f. 199

24 3 Date beurteile Übugsaufgabe 1 Bereche Sie das 90 %-Vertrauesitervall, we eie Stichprobe uter 250 Hochschulabsolvete ergebe hat, dass 25 vo ihe arbeitslos sid. 2 Währed eier Kotrolle auf der Autobah wird die Geschwidigkeit vo Fahrzeuge gemesse. Vo ihe überschritte 140 die erlaubte Höchstgeschwidigkeit. Wie hoch ist mit eier Vertraueswahrscheilichkeit vo 95% der wahre Ateil der Geschwidigkeitsübertretuge? 3 Wie breit ist das 99 %-Vertrauesitervall, we i eiem Idustriebetrieb der Ausschussateil eier 75 Stück umfassede Stichprobe 7 % beträgt? 4 I eier Großbäckerei wird Mehl i Säcke mit eiem Sollgewicht vo 25 kg ageliefert. Bei der Eigagskotrolle wurde im vergagee Moat Säcke gewoge. Jeder zwazigste Sack etsprach icht dem Sollgewicht. Wie hoch ist mit eier Wahrscheilichkeit vo 95 % der wahre Ateil aller im Jahr agelieferte Mehlsäcke, bei dee das Gewicht vom Sollgewicht abweicht? 5 Um festzustelle, wie hoch der Ateil a Schwarzfahrer auf eier bestimmte Strecke ist, führt ei Bahbetreiber eie Woche lag sehr geaue Kotrolle durch. Der Zug hat pro Tag eie maximale Kapazität vo 500 Persoe. Tag Mo Di Mi Do Fr Sa So Auslastug 45 % 52 % 76 % 48% 75 % 84 % 68 % Schwarzfahrer Wie hoch ist mit eier Wahrscheilichkeit vo 95 % der wahre Ateil der Schwarzfahrer auf dieser Strecke? 6 Ei Lebesmittelkozem stellt jede Tag aus zwei Toe Obst Fruchtgrütze her. Die Qualitätskotrolle prüft 5 % jeder Fruchtsorte. Um zu Grütze verarbeitet werde zu köe, müsse diese midestes der HK II etspreche. Fruchtateile HKI HKII HKIII Erdbeere 60 % 30 % 10 % 50% 25% 15% Erdbeere Himbeere Brombeere Bire Himbeere 55 % 37% 8 % Brombeere 40 % 53 % 7 % Bire 70 % 26 % 4 % 10% Bereche Sie ahad der Date, wie hoch der Ausschussateil roter Früchte mit eier Vertraueswahrscheilichkeit vo 99 % ist. 200

25 3.4 Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite 3.4 Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite Bisher wurde Vertrauesitervalle ur zu de gegebee Vertraueswahrscheilichkeite 90 %, 95 % ud 99% berechet, da die dazugehörige Sigma-Umgebuge bekat ware. Mit der Stadardormalverteilug ist es jedoch auch möglich, ei Vertrauesitervall mit beliebiger Vertraueswahrscheilichkeit zu bereche. p h c p p 2 mit h X Wahrscheilichkeite ierhalb eies beliebige Vertrauesitervalls 1 2 p e 1 v(z) 2 z2 d z 1 0,40 v(z) 0,30 0,20 0, p e 1 2 z2 Die Fläche uter der Dichtefuktio der Stadardormalverteilug beträgt 1. Im Itervall [ 3; 3] liege bereits aäherd % aller Werte. Das % Vertrauesitervall ethält somit ahezu alle Wahrscheilichkeite, die die Ugleichug p p p h 3 2 erfülle z 1,96 1, p e α 2 1 v(z) 2 z2 d z 0,95 0,40 0,30 0,20 0,10 v (z) α 2 1 2p e 1 2 z2 Aus Abschitt ist bekat, dass i das 95% Vertrauesitervall alle Wahrscheilichkeite falle, die die Ugleichug p p p h 1,96 2 erfülle. 3 1, ,96 3 z Bei eier Vertraueswahrscheilichkeit vo 95 % beträgt die Irrtumswahrscheilichkeit a 5 % ud ist aufgrud der Symmetrie der Stadardormalverteilug i zwei Hälfte uterteilt. 201

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Versicherungstechnik

Versicherungstechnik Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche Leistungsverrechnung Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++ Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

PrivatKredit. Direkt ans Ziel Ihrer Wünsche

PrivatKredit. Direkt ans Ziel Ihrer Wünsche PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe

Mehr

Gruppe 108: Janina Bär Christian Hörr Robert Rex

Gruppe 108: Janina Bär Christian Hörr Robert Rex TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

HONORAR Honorarabrechnung

HONORAR Honorarabrechnung HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...

Mehr

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z) Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

Finanzmathematische Formeln und Tabellen

Finanzmathematische Formeln und Tabellen Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222 Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3 INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE

Mehr

KUNDENPROFIL FÜR GELDANLAGEN

KUNDENPROFIL FÜR GELDANLAGEN KUNDENPROFIL FÜR GELDANLAGEN Geldalage ist icht ur eie Frage des Vertraues, soder auch das Ergebis eier eigehede Aalyse der Fiazsituatio! Um Ihre optimale Beratug zu gewährleiste, dokumetiere wir gemeisam

Mehr

Stichproben im Rechnungswesen, Stichprobeninventur

Stichproben im Rechnungswesen, Stichprobeninventur Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-

Mehr

Projektmanagement Solarkraftwerke

Projektmanagement Solarkraftwerke Projektmaagemet Solarkraftwerke Solar Forum - St. Veit 2013 Mauel Uterweger 1 Ihalt des Impulsvortrages eie Überblick über Projektmaagemet bei Solarkraftwerke zu gebe gewoee Erfahruge aufgrud eies reale

Mehr

LOHN Betriebswirtschaftliche Planung & Controlling

LOHN Betriebswirtschaftliche Planung & Controlling LOHN Betriebswirtschaftliche Plaug & Cotrollig Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Jahres-Forecast... 4 2.2 Gehaltsetwicklug je Mitarbeiter... 5 2.3 Gehaltsetwicklug aller

Mehr

Wiederkehrende XML-Inhalte in Adobe InDesign importieren

Wiederkehrende XML-Inhalte in Adobe InDesign importieren Wiederkehrede XML-Ihalte i Adobe IDesig importiere Dieses Tutorial soll als Quick & Dirty -Kurzaleitug demostriere, wie wiederkehrede XML-Ihalte (z. B. aus Datebake) i Adobe IDesig importiert ud formatiert

Mehr

Klasse: Platzziffer: Punkte: / Graph zu f

Klasse: Platzziffer: Punkte: / Graph zu f Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Kapitel 6: Quadratisches Wachstum

Kapitel 6: Quadratisches Wachstum Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =

Mehr

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten:

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten: md cloud Syc / FAQ Häufig gestellte Frage Allgemeie Date zur Eirichtug Die allgemeie Date zur Eirichtug vo md cloud Syc auf Ihrem Smartphoe laute: Kototyp: Microsoft Exchage / ActiveSyc Server/Domai: mailsyc.freeet.de

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

Inhaltsverzeichnis. 1 Leistungsbeschreibung... 3

Inhaltsverzeichnis. 1 Leistungsbeschreibung... 3 FIBU Kosterechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Variable oder fixe Kostestelleverteilug... 4 2.2 Mehrstufiges Umlageverfahre... 5 2.3 Kosolidierugsebee für die Wertekotrolle...

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

LOHN KUG, ATZ, Pfändung, Darlehen und Bescheinigungswesen

LOHN KUG, ATZ, Pfändung, Darlehen und Bescheinigungswesen LOHN KUG, ATZ, Pfädug, Darlehe ud Bescheiigugswese Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Elektroischer AAG-Erstattugs-Atrag... 4 2.2 Elektroische EEL-Bescheiigug... 5 2.3 Kurzarbeitergeld...

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

Arbeitsplätze in SAP R/3 Modul PP

Arbeitsplätze in SAP R/3 Modul PP Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

2. Diophantische Gleichungen

2. Diophantische Gleichungen 2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

FIBU Kontoauszugs- Manager

FIBU Kontoauszugs- Manager FIBU Kotoauszugs- Maager Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Buchugsvorschläge i der Buchugserfassug... 4 2.2 Vergleichstexterstellug zur automatische Vorkotierug... 5 2.3

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Factoring. Alternative zur Bankfinanzierung?

Factoring. Alternative zur Bankfinanzierung? Factorig Alterative zur Bakfiazierug? Beschreibug Factorig Im Factorigverfahre schließ e Uterehme ud Factor eie Vertrag, auf desse Grudlage alle kü ftige Forderuge des Uterehmes laufed gekauft werde. Zuvor

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode

Mehr

Mit Ideen begeistern. Mit Freude schenken.

Mit Ideen begeistern. Mit Freude schenken. Mehr Erfolg. I jeder Beziehug. Mit Idee begeister. Mit Freude scheke. Erfolgreiches Marketig mit Prämie, Werbemittel ud Uterehmesausstattuge. Wo Prämie ei System habe, hat Erfolg Methode. Die Wertschätzug

Mehr

VAIO-Link Kundenservice Broschüre

VAIO-Link Kundenservice Broschüre VAIO-Lik Kudeservice Broschüre Wir widme us jedem eizele Kude mit der gebührede Aufmerksamkeit, mit großer Achtug ud Respekt. Wir hoffe damit, de Erwartuge jedes Eizele a das VAIO-Lik Kudeservice-Zetrum

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

Tutorium Mathematik ITB1(B), WI1(B) Tutorium Mathematik ITB(B), WI(B) Aufgabeblatt F Aufgabe zum Kapitel Fuktioe Prof Dr Peter Plappert Fachbereich Grudlage Aufgabe : Bestimme Sie jeweils de maimal mögliche Defiitiosbereich D ma a) f ( =

Mehr

Bau- und Wohncenter Stephansplatz

Bau- und Wohncenter Stephansplatz Viele gute Grüde, auf us zu baue Bau- ud Wohceter Stephasplatz Parter der Bak Austria Silvia Nahler Tel.: 050505 47287 Mobil: 0664 20 22 354 Silvia.ahler@cityfiace.at Fiazservice GmbH Ralph Decker Tel.:

Mehr

FIBU Betriebswirtschaftliche. Controlling

FIBU Betriebswirtschaftliche. Controlling FIBU Betriebswirtschaftliche Plaug & Cotrollig Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Cotrollig-Bericht... 4 2.2 Betriebswirtschaftliche Plazahleerfassug... 6 2.3 Kosterechug

Mehr

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield Augabeblatt 4 Lösuge A. Deiitioe Zis = Rate Ziskurve = Zisstruktur Redite = Yield A. Deiitioe Zerobod = Nullkupoaleihe = Zero coupo bod Aleihe, die vor Ede der Lauzeit keie Zahluge leistet ud am Ede der

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Linsengesetze und optische Instrumente

Linsengesetze und optische Instrumente Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo

Mehr

Zur Definition. der wirksamen. Wärmespeicherkapazität

Zur Definition. der wirksamen. Wärmespeicherkapazität Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst. Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere

Mehr

Vorlesung Informationssysteme

Vorlesung Informationssysteme Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche

Mehr

Flexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte

Flexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte Flexibilität beim Lager ud Kommissioiere: Schieegeführte Regalbediegeräte Ei Kozept zwei Baureihe: DAMBACH Regalbediegeräte Seit mehr als 35 Jahre baut die DAMBACH Lagersysteme Regalbediegeräte ud gehört

Mehr

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Löslichkeitsdiagramm. Grundlagen

Löslichkeitsdiagramm. Grundlagen Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Von Kurven und Flächen. Das komplette Material finden Sie hier:

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Von Kurven und Flächen. Das komplette Material finden Sie hier: Uterrichtsmaterialie i digitaler ud i gedruckter Form Auszug aus: Vo Kurve ud Fläche Das komplette Material fide Sie hier: School-Scout.de Das bestimmte Itegral ach Riema Eizelstude 69 Klasse 11 ud 12

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale

Mehr

Die Instrumente des Personalmanagements

Die Instrumente des Personalmanagements 15 2 Die Istrumete des Persoalmaagemets Zur Lerorietierug Sie solle i der Lage sei:! die Ziele, Asätze ud Grüde eier systematische Persoalplaug darzulege;! die Istrumete der Persoalplaug zu differeziere;!

Mehr

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß Ivesiiosud Fiazierugsplaug miels Kapialwermehode, Ierer Zisfuß Bearbeie vo Fraka Frid, Chrisi Klegel WI. Aufgabe: Eie geplae Ivesiio mi Aschaffugsausgabe vo.,- läss jeweils zum Jahresede die folgede Eiahme

Mehr

Klausur Grundlagen der Investition und Finanzierung

Klausur Grundlagen der Investition und Finanzierung Fachhochschule Bochum /Fachhochschule Müster /Fachhochschule Südwestfale (Weiterbildeder) Verbudstudiegag Techische Betriebswirtschaft Prof. Dr. Wolfgag Hufagel / Prof. Dr. Wifried Rimmele/ Fachhochschule

Mehr

Preisblatt. Service. über Netzanschlüsse Erdgas, Trinkwasser, Strom und Fernwärme, Baukostenzuschüsse und sonstige Kosten. Gültig ab 1.

Preisblatt. Service. über Netzanschlüsse Erdgas, Trinkwasser, Strom und Fernwärme, Baukostenzuschüsse und sonstige Kosten. Gültig ab 1. Preisblatt über Netzaschlüsse Erdgas, Trikwasser, Strom ud Ferwärme, Baukostezuschüsse ud sostige Koste Gültig ab 1. Jui 2015 Service Preisblatt Netzaschluss ud sostige Koste zu de Ergäzede Bestimmuge

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

Solvency II Bewertungen, Vorbereitungen und Erwartungen deutscher Versicherungen und Pensionskassen. Studie Oktober 2012

Solvency II Bewertungen, Vorbereitungen und Erwartungen deutscher Versicherungen und Pensionskassen. Studie Oktober 2012 Solvecy II Bewertuge, Vorbereituge ud Erwartuge deutscher Versicheruge ud Pesioskasse Studie Oktober 2012 2 Eiordug der Studie Utersuchugssteckbrief Zielsetzug - Die Studie utersucht mit Blick auf Solvecy

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

Mehr

Ulrich Stein Fehlerrechnung

Ulrich Stein Fehlerrechnung Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 3 Kurs 11ma3g Mathematik 202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese

Mehr

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr