de Moivre-Laplace Kolloquium zur Bachelorarbeit 28. August 2013 Hochschule München Fakultät für Informatik und Mathematik
|
|
- Alexandra Fiedler
- vor 5 Jahren
- Abrufe
Transkript
1 vo vo Kolloquium zur Bachelorarbeit Parete Hochschule Müche Fakultät für Iformatik ud Mathematik Parete Eileitug Satz vo de Kommetar Beweis für ugerades 28. August 2013
2 Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades
3 Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades
4 Wahrscheilichkeitsfuktio: ( ) B(, p)(k) = p k (1 p) k k Erwartugswert: p Variaz: p(1 p) Gebirge für p = 1 2 : p 0.20 =16 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades k
5 Dichtefuktio: Erwartugswert µ Variaz σ f f (x) = 1 σ 1 2π e 2( x µ σ ) 2 μ=0,σ 2 =1 μ=1,σ 2 =1.5 μ=2,σ 2 =2 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades x
6 Satz vo I S biomialverteilt mit N ud 0 < p < 1 Z ormalverteilt mit µ = p ud σ 2 = p(1 p) Aussage: lim P(S < t) = F (t) mit F (t) als Verteilugsfuktio vo Z 0.4 = =16 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
7 S biomialverteilt Z ormalverteilt Error Fehler := [Z(k) S (k)] k=0 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
8 Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades
9 I O.B.d.A. p = 1 2 S B(, 1 2 ) E(S ) = 2, Var(S ) = 4 Z := S 2 Nachweis (Tafel) (zetriert ud kostate Variaz) vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
10 II Hoffug: Für a < b kovergiert P(a < Z < b) mit Trasformatio der Variable k: y k := k 2, y k+1,? + wichtige Eigeschaft Tafel k = 0, 1,..., vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
11 III vo = Rote Pukte: Nicht-kostate Variaz Blaue Pukte: Kostate Variaz Grud für das Zusammerücke der blaue Pukte ist die kostate Variaz Parete Eileitug Satz vo de Kommetar Beweis für ugerades
12 IV Ziel: Gewöhliche Differetialgleichug mit Gaußkurve als Lösug Verhältis vo P(S = k) ud P(S = k + 1) Tafel Beötigt: k = y k + 2 f (y k ) := P(S = k) vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
13 -.I vo Parete φ (y k ) = c e 2y 2 k as? Eileitug Satz vo de Kommetar Beweis für ugerades
14 -.II f (x) = e 2y 2 g(x) = 2y 2 f g vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
15 -.III g(x) = 2y 2 vo Parete =32 k Eileitug Satz vo de Kommetar Beweis für ugerades
16 -.IV Vom steil: Tafel 2 f (y k+1, ) = f (y k ) y k yk f (y k+1, ) f (y k ) = 2 y k yk vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
17 -.V Krylov s Idee: Neue Trasformatio x k x k = 2y k = 2k + 1 Berechug vo g (y k+1, ) g (y k ) mit euer Trasformatio Tafel Beötigt: k = 2 x k + 2 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades x k+1, = x k + 2
18 -.I Tschebyscheff-Ugleichug: Falls X Zufallsgröße, da gilt für jedes ɛ > 0 P( X E(X ) ɛ) Var(X ) ɛ 2. vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades
19 -.II Fläche uter der Gaußkurve: vo Parete y k- 1, A B y k C y k+1, Eileitug Satz vo de Kommetar Beweis für ugerades
20 Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades
21 Beweis für ugerades für = 15: vo Parete p =15 Eileitug Satz vo de Kommetar Beweis für ugerades k
Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
Mehr1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable
1. Wahrscheilichkeitsrechug. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grezwertsätze 5. Mehrdimesioale Zufallsvariable Stetige Zufallsvariable Eie Zufallsvariable X : Ω R heißt stetig, we
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrKleine Formelsammlung Beschreibende Statistik
Kleie Formelsammlug Beschreibede Statistik Prof. Dr. Philipp Sibbertse Wirtschaftswisseschaftliche Fakultät Leibiz Uiversität Haover Ihaltsverzeichis 1 Lage- ud Streuugsmaße 2 1.1 Der Media...................................
MehrKlausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen
Istitut für agewadte Mathematik Witersemester 9/ Adreas Eberle, Matthias Erbar, Berhard Hader. (Reelle Zufallsvariable) Klausur zu,,eiführug i die Wahrscheilichkeitstheorie Musterlösuge a) Die Verteilugsfuktio
MehrKapitel VI. Einige spezielle diskrete Verteilungen
Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p
MehrStochastisches Integral
Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrWirksamkeit, 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
MehrWahrscheinlichkeitstheorie und Statistik
Kapitel 15 Wahrscheilichkeitstheorie ud Statistik Verstädisfrage Sachfrage 1. Erläuter Sie de Begriff der absolute ud relative Häufigkeit eier Stichprobe! 2. Erläuter Sie de Begriff der Klassehäufigkeit
MehrZenraler Grenzwertsatz
Zeraler Grezwertsatz Ato Klimovsky Zetraler Grezwertsatz. Kovergez i Verteilug. Normalapproximatio. I diesem Abschitt beschäftige wir us mit der folgede Frage. Frage: Wie sieht die Verteilug eier Summe
MehrÜbungen 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
Mehr1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia
Statistik I - Formelsammlug Ihaltsverzeichis 1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre................................. 1. Kombiatorik........................................ 1.3 Wahrscheilichkeite....................................
MehrDas kollektive Risikomodell. 12. Mai 2009
Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer
MehrFormelsammlung zur Statistik
Darstellug uivariater Date Formelsammlug zur Statistik Urliste x i : x 1,... x, aufsteiged geordete Urliste x (i) Die k (verschiedee) Auspräguge: a 1
MehrVl 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.
MehrWichtige Verteilungen
Wichtige Verteiluge Gaußsche Glockekurve ormalverteilug Logarithmische ormalverteilug Histogramm mit Glockekurve 3 Biomial- oder Beroulli-Verteilug Poisso-Verteilug Hypergeometrische Verteilug Epoetialverteilug
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt
TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrHöhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.
Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrTeilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =
Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5
TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt
MehrZusammenfassung: Statistik
Zusammefassug: Statistik Attribute ud ihre Werte qualitativ: Familiestad, Geschlecht, Kofessio, Ragmerkmal: Schulote, Diestgrad, quatitativ-diskret: Azahl der Fachsemester, quatitativ-stetig: Größe, Etferug,
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
Mehr74 3. GRENZWERTSÄTZE. k=1 IIE[X k] = µ, und, wegen der Unkorreliertheit,
74 3. GRENZWERTSÄTZE 3. Grezwertsätze Sei u {X 1, X 2,...} eie Folge vo Zufallsvariable auf eiem Wahrscheilichkeitsraum (Ω, F, IIP). Wir iteressiere us u für die Summe S = X 1 + + X, ud vor allem für die
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrKAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).
KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio
MehrBayessches Lernen (II)
Uiversität Potsdam Istitut für Iformatik Lehrstuhl Maschielles Lere Bayessches Lere (II) Christoph Sawade/Niels Ladwehr Jules Rasetahariso Tobias Scheffer Überblick Wahrscheilichkeite, Erwartugswerte,
MehrVl 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
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrInduktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m }
Prof. Dr. W. Assemacher Statistik ud Ökoometrie Uiversität Duisburg-Esse Campus Esse Iduktive Statistik Formelsammlug Stichproberaum: Ω = {ω 1, ω,...,ω m } Vollstädiges System vo Ereigisse {A 1,..., A
MehrBernoulli-Experiment und Binomialverteilung
IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies
MehrVorbereitung auf 6. Übungsblatt (Präsenzübungen) - Lösungen
Prof. Dr. Raier Dahlhaus Statisti Witersemester 06/07 Vorbereitug auf 6. Übugsblatt Präsezübuge - Lösuge Aufgabe P0 Bereche vo UMVU-Schätzer. Gegebe sei jeweils ei statistisches Modell R, B R, P θ, θ Θ
MehrWirksamkeit, 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
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
MehrWirksamkeit, 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
MehrÜbungsblatt 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
Mehr7 Brownsche Bewegung (Version Januar 2012)
7 Browsche Bewegug (Versio Jauar 0) Wir führe zuerst die Defiitio eier Browsche Bewegug ei ud zeige da, dass ei solcher Prozess eistiert. Daach beweise wir eie Reihe vo Eigeschafte der Browsche Bewegug,
MehrPunktetabelle (wird von den Korrektoren beschriftet)
Probability ad Statistics FS 208 Prüfug 3.08.208 Dauer: 80 Miute Name: Legi-Nummer: Diese Prüfug ethält 4 Seite (zusamme mit dem Deckblatt) ud 0 Aufgabe. Das Formelblatt wird separat verteilt. Begrüde
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 1
Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für
MehrFormelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
Mehr5 Stationäre Prozesse (Version Januar 2012)
5 Statioäre Prozesse (Versio Jauar 2012) 5.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud defiiere, wa eie
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrKommentar zu Kronthaler: Statistik angewandt
Ei bissche Mathematik muss scho sei! Studie Autor: Helmut Vetter Ort, Datum: Arlesheim, 02.09.2014 Diese Arbeit wurde mit TexLive erstellt. Kommetar zu Krothaler: Statistik agewadt Ei bissche Mathematik
MehrEmpirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.
Empirische Ökoomie 1 Sommersemester 2013 Formelsammlug Hiweis: Alle Variable, Parameter ud Symbole sid wie i de Vorlesugsuterlage defiiert. Statistische Grudlage Erwartugswert Erwartugswert ud Variaz eier
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
Mehr2. ZUFALLSVARIABLEN UND IHRE VERTEILUNGEN 33
2. ZUFALLSVARIABLEN UND IHRE VERTEILUNGEN 33 2. Zufallsvariable ud ihre Verteiluge 2.1. Defiitio der Zufallsvariable Defiitio 2.1. Seie (Ω, F) ud (Ω, F ) messbare Räume ud IIP ei Wahrscheilichkeitsmass
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrBeweis des Primzahlsatzes nach Newman
Beweis des Primzahlsatzes ach Newma Eileitug Aleader Zeilma 3. Jauar 23 Betreut durch Prof. Dr. Folkmar Borema Defiitio : Primzahlfuktio Wir defiiere π) als die Azahl der Primzahle kleier oder gleich :
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrLösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8
1 Lösuge ausgewählter Übugsaufgabe zum Buch Elemetare Stochastik (Spriger Spektrum, 2012) Teil 4: Aufgabe zu de Kapitel 7 ud 8 Aufgabe zu Kapitel 7 Zu Abschitt 7.1 Ü7.1.1 Ω sei höchstes abzählbar, ud X,
MehrZinsratenmodelle in stetiger Zeit: Teil II
Zisratemodelle i stetiger Zeit: Teil II Simoe Folty 1.11.006 1. Vasicek Modell (1977) 1.1 Eiführug Vasicek schlug das folgede Modell für die risikofreie Zisrate r(t) vor, basiered auf der SDGL d r t α
Mehr1.3 Wiederholung der Konvergenzkonzepte
1.3 Wiederholung der Konvergenzkonzepte Wir erlauben nun, dass der Stichprobenumfang n unendlich groß wird und untersuchen das Verhalten von Stichprobengrößen für diesen Fall. Dies liefert uns nützliche
MehrGrenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya
Grezwerte vo Folge -E Ma Lubov Vassilevskaya Berechug vo Grezwerte: Aufgabe Die Berechug vo Grezwerte ka oft ziemlich umstädlich sei. Die etwickelte Regel vereifache oft solche Berechuge. Diese Regel beruhe
MehrAnalysis 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:
Mehr12 Ungleichungen. Wir beginnen mit einer einfachen Ungleichung über die Varianz. Satz 35 Es sei X eine zufällige Variable.
12 Ungleichungen Wir beginnen mit einer einfachen Ungleichung über die Varianz. Satz 35 Es sei X eine zufällige Variable. Dann gilt: min c R E(X c)2 = Var X. Beweis: Für alle reellen Zahlen c R gilt: E(X
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004 Lösuge zu Aufgabeblatt 7
MehrKorrekturliste zum Studienbuch Statistik
Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
MehrAnalysis 1 für Informatiker und Statistiker Beispielslösungen, Woche 13
Mathematisches Istitut der LMU WS 016/17 Prof. Dr. S. Morozov Olie am: Dr. H. Hogreve 1. 01. 017 Aalysis 1 für Iformatiker ud Statistiker Beispielslösuge, Woche 1 1.1 (a Um festzustelle, ob die utestehede
MehrDiplomvorprüfung Stochastik
Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel
MehrSimulationen mit SAS, dargestellt für die Erzeugung der Prüfgröße des David-Tests
Statistik Simulatioe mit SAS, dargestellt für die Erzeugug der Prüfgröße des David-Tests Berd Jäger, Michael Wody Paul Eberhard Rudolph Uiversität Greifswald, Istitut für Biometrie ud Mediziische Iformatik
Mehr4 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
MehrMathematik IV für Maschinenbau und Informatik
UNIVERSITÄT ROSTOCK Mathematik IV für Maschiebau ud Iformatik Stochastik Prof. Dr. Friedrich Liese Sommersemester 2007 2 Mathematik IV für Maschiebau ud Iformatik INHALT Ihalt... 2 Vorlesugsverzeichis...
MehrAnalysis II Sommer 2016 Prof. Dr. George Marinescu / Dr. Frank Lapp Übung
Aalysis II Sommer 06 Prof Dr George Mariescu / Dr Frak Lapp Übug Zuallererst sollt ihr die zusätzliche Übug utze um Lösuge vo Aufgabe zu bespreche, zu dere Besprechug ihr i de Übuge davor icht gekomme
Mehr$Id: reihen.tex,v /06/14 13:59:06 hk Exp $
Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,
MehrStochastik für Physiker: Aufgaben und Lösungsvorschläge
Stochastik für Physiker: Aufgabe ud Lösugsvorschläge Simo Stützer Stad: 4. Februar 9 Aufgabe : Vergleiche Sie die Wahrscheilichkeit, beim Spiel mit eiem Würfel i 4 Würfe midestes eimal 6 zu würfel, mit
Mehr1. Einführung. 1 A (T (x 1,..., x n )) P θ (dx 1 )... P θ (dx n ) X. P θ {T n (X 1,..., X n ) A} =
. Eiführug Bezeichuge: Der durch die Zufallsgröße X defiierte Wahrscheilichkeitsraum [X, B, P X ] heißt auch die Grudgesamtheit X. B ist die σ-algebra der Borelmege aus X. Vielfach wird die Grudgesamtheit
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3
MehrFunktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya
Fuktioereihe Erst durch Newto wurde die Theorie uedlicher Reihe zu eiem eigestädige Forschugsgebiet i der Mathematik, das da i Britaie besodere Beachtug ud weitere Etwicklug durch Brook Taylor ud Coli
MehrÜbungsblatt 9 zur Vorlesung. Statistische Methoden
Dr. Christof Luchsiger Übugsblatt 9 zur Vorlesug Statistische Methode Schätztheorie ud Kofidezitervalle Herausgabe des Übugsblattes: Woche 8, Abgabe der Lösuge: Woche 9 (bis Freitag, 65 Uhr), Besprechug:
MehrKlausur zur Analysis II
Uiversität Würzburg Mathematisches Istitut Prof Jör Steudig SS 007 807007 Klausur zur Aalysis II Aufgabe Die Mege M R 3 sei gegebe durch Zeit: 7:45-9:45 M := { x, y, z R 3 expx + y + z = } a Ist M abgeschlosse?
MehrEreignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)
Kapitel 10 Statistik 10.1 Wahrscheilichkeit Das Ergebis eier Messug oder Beobachtug wird Ereigis geat. Ereigisse werde mit de Buchstabe A, B,...bezeichet. Die Messug eier kotiuierliche Variable x gibt
MehrKovarianz und Korrelation
Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio
MehrLösungen zum Übungsblatt 2
Fakultät für Luft- ud Raumfahrttechik Istitut für Mathematik ud Recherawedug Partielle Differetialgleichuge II (ME), Prof. Dr. J. Gwier Übug: N. Ovcharova, K. Dvorsky 6. Jauar bis 9. Februar 011 Lösuge
MehrStochastik 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
MehrKATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen
KATA LOGO Mathematik Statistik Wahrscheilichkeitsverteiluge x = reelle Zahl X = Zufallsgröße 1. Diskrete Zufallsgröße Beschreibug durch: a) Liste ihrer Merkmalswerte (x1,x2,...) b) dazugehörige Wahrscheilichkeite
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
Mehrn 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
MehrÜbungen zur Analysis II SS 2006
Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. R. Weissauer/Dr. U. Weselma http://www.mathi.ui-heidelberg.de/ weselma.uebuge.html Übuge zur Aalysis II SS 26 Lösugshiweise Blatt 3 Aufgabe 8*
MehrZusammenfassung WrStat Wahrscheinlichkeit und Statistik
Zusammefassug WrStat Wahrscheilichkeit ud Statistik Emauel Duss emauel.duss@gmail.com 31. Jauar 2014 Zusammefassug WrStat Wahrscheilichkeit ud Statistik Dieses Dokumet basiert auf der Vorlesug Wahrscheilichkeit
Mehrf X1 X 2 Momente: Eigenschaften: Var(aX + b) = a 2 Var(X) a, b R
Siebformel vo Poicare-Sylvester: k P A k = k+ P A ij k= k= = k= P A k k= i
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
MehrGrundbegriffe der Differentialrechnung
Wirtschaftswisseschaftliches Zetrum Uiversität Basel Mathematik für Ökoome 1 Dr. Thomas Zehrt Grudbegriffe der Differetialrechug Referez: Gauglhofer, M. ud Müller, H.: Mathematik für Ökoome, Bad 1, 17.
MehrNumerische Integration (s. auch Applet auf
Numerische Itegratio (s. auch Applet auf www.mathematik.ch) Voraussetzuge ud Zielsetzug Voraussetzug: Eie Fuktio f sei auf dem abgeschlossee Itervall I = [a,b] stetig. b Gesucht: Bestimmtes Itegral J =
MehrFakultät für Wirtschafts- und Rechtswissenschaften
F A C H H O C H S C H U L E K Ö L N Fakultät für Wirtschafts- ud Rechtswisseschafte F O R M E L S A M M L U N G Deskriptive Statistik Iduktive Statistik Herausgeber: c 2004 Fachgruppe Quatitative Methode
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr A Müller-Rettkowski Dr T Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum
MehrTECHNISCHE 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
MehrGesetz der großen Zahlen
KAPITEL 0 Gesetz der große Zahle 0.. Zwei Beispiele Beispiel 0... Wir betrachte ei Beroulli-Experimet, das uedlich oft wiederholt wird. Die Wahrscheilichkeit für eie Erfolg sei p. Die Zufallsvariable,
MehrGesetze der Großen Zahl und Zentraler Grenzwertsatz
Kapitel 5 Gesetze der Große Zahl ud Zetraler Grezwertsatz Seie X,X,... uabhägige, idetisch verteilte reelle Zufallsvariable mit Var[Xi 0,. Wir betrachte S := X i i= ud frage ach de typische Werte, die
Mehrmathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung
Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,
Mehr1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A
FORMELSAMMLUNG V03 Alle Formel ohe Gewähr auf Korrektheit Grudlage der Wahrscheilichkeitstheorie 1) Wahrscheilichkeitsbegriff ud Reche mit Wahrscheilichkeite Relative Häufigkeit r N A = h N A N = Abs.
Mehr