Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
|
|
- Berthold Thomas
- vor 8 Jahren
- Abrufe
Transkript
1 Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion des s auf p Grafische Darstellung der exakten Gütefunktionen des s auf p Grafische Darstellung der approximativen Gütefunktionen des s auf p Ableitung der Gütefunktion des s auf Varianz im Einstichprobenproblem Grafische Darstellung der exakten Gütefunktionen des s auf Varianz Übungen zur Güte von s Grundlegendes zum Konzept der Güte Wir haben uns bislang bei der Durchführung von s auf den Fehler 1. Art bzw. auf die Wahrscheinlichkeit für diesen Fehler beschränkt: Die Wahrscheinlichkeit, die Hypothese abzulehnen, obwohl sie richtig ist. Neben diesem Fehler 1. Art gibt es die Wahrscheinlichkeit für den Fehler 2. Art bei der entscheidung, nämlich anzunehmen, obwohl falsch ist. Darauf haben wir bereits im Kapitel über Fehlerwahrscheinlichkeiten hingewiesen. Wir werden im Folgenden aber nicht den Fehler 2. Art bei einzelnen s untersuchen, sondern die dazu komplementäre korrekte Entscheidung, nämlich die Hypothese abzulehnen, wenn nicht zutrifft, sondern die Gegenhypothese. Die Wahrscheinlichkeit für eine solche korrekte Entscheidung wird als Güte eines s bezeichnet. Sie ist dann die komplementäre Wahrscheinlichkeit zur Wahrscheinlichkeit für den Fehler 2. Art. Und es ist unmittelbar einleuchtend, dass einem für dieselbe Hypothese und für eine festgelegte Gegenhypothese vorzuziehen ist, wenn eine größere Güte als hat oder damit gleichbedeutend, wenn für die Wahrscheinlichkeit für den Fehler 2. Art kleiner ist als für. Page 1
2 Betrachten wir ein Beispiel aus dem Kapitel zum auf p mit den zu testenden Hypothesen. Was bedeutet es, abzulehnen, wenn wächst bei konstantem und n? Wie ändert sich dann die Güte? Und wie ändert sich die Güte bei festem, aber variierendem n oder? Auf diese Fragen wird im folgenden Modul eine Antwort gegeben werden. Es wird nun die Güte verschiedener s für einige in den jeweiligen kapiteln betrachteten Beispiele untersucht. In einigen Fällen können wir die zugehörige Gütefunktion als Funktion der Parameter aus der Gegenhypothese exakt bzw. asymptotisch herleiten, in anderen Fällen sind wir auf Simulationen zur Berechnung der Güte angewiesen. Wir beginnen der Einfachheit halber mit dem Gauss-. Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Es seien normalverteilte Zufallsvariablen mit, und, kurz bekannt. Zu testen sei: A B C Hypothesen Als Entscheidungsregeln für die drei probleme ergaben sich Ablehnbereich, bzw. über die Prüfgröße : A B C oder Page 2
3 wobei gilt:. Wir wollen die Berechnung der Gütefunktion, die wir mit bezeichnen wollen, am Beispiel des A verdeutlichen; für die anderen beiden s geben wir die Gütefunktion am Ende dieses Abschnitts an. Gütefunktion für A A: Sei, ein fester Wert der Gegenhypothese. Dann ist standardnormalverteilt. Damit ergibt sich für die Wahrscheinlichkeit entscheidung zu A: abzulehnen, wenn : richtig ist, mit Hilfe der obigen = = = So ist in einem Beispiel im kapitel zum Gauss- für,,, und = =0.8037, d.h. die Wahrscheinlichkeit für die korrekte Entscheidung, abzulehnen, wenn, ist gleich Gütefunktion für B B:... Page 3
4 So ist in einem Beispiel im kapitel zum Gauss für,,, und : = =0.7227, d.h. die Wahrscheinlichkeit für die korrekte Entscheidung, abzulehnen, wenn, ist gleich Gütefunktion für C C:. Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Die Gütefunktionen für die einzelnen s A, B und C werden nun grafisch bei variablen,, und Stichprobenumfang n dargestellt. Damit sollen die unterschiedlichen Verläufe bei den einseitigen s A und B und dem zweiseitigen C veranschaulicht werden. Weiterhin soll demonstriert werden, dass mit wachsendem, und größerer Distanz von die Güte zunimmt. Zuerst werden die Auswirkungen von Veränderungen von demonstriert, wobei stets,, und angenommen wird. Es ist klar, dass ist. Wir werden sehen, dass mit zunehmender Distanz zwischen und ein Anwachsen der Güte zu beobachten ist, was natürlich verständlich ist. In den weiteren Analysen werden noch und variiert Grafische Darstellung der Gütefunktion für A bei Änderung von My Page 4
5 Grafische Darstellung der Gütefunktion für B bei Änderung von My Güte für B Grafische Darstellung der Gütefunktion für C bei Änderung von My Grafische Darstellung der Gütefunktion für A/B bei Änderung von n mit My1=105 /B Grafische Darstellung der Gütefunktion für C bei Änderung von n mit My1=105 bzw. My1=98 Grafische Darstellung der Gütefunktion für A/B bei Änderung von Sigma mit My1=105 /B Grafische Darstellung der Gütefunktion für C bei Änderung von Sigma mit My1=105 Grafische Darstellung der Gütefunktion für A/B bei Änderung von My und bei Veränderungen von Alpha (0.05, 0.2,0.3) /B Grafische Darstellung der Gütefunktion für C bei Änderung von My und bei Veränderungen von Alpha (0.01, 0.05, 0.1) Eine Veranschaulichung der Gütefunktionen findet sich auch im Applet Güte (c2b.jar). Ableitung der Gütefunktion des s auf p Zunächst wird die Gütefunktion der Prüfgröße T für den auf p exakt über die Binomialverteilung bestimmt. Die Hypothesen lauteten: Hypothesen A Page 5
6 . B. C. Als Entscheidungsregeln für die obigen drei probleme ergeben sich damit: A B Ablehnbereich oder C Bestimmung der exakten Gütefunktion Unter der Hypothese ist die Prüfgröße T binomialverteilt mit Parametern n und, unter der Hypothese ist T binomialverteilt mit Parametern n und p mit. Damit ergibt sich für die Gütefunktion bei den einzelnen s: A B C Ablehnbereich = mit = mit =+ mit Es ist klar, dass ist. Bestimmung der approximativen Gütefunktion Page 6
7 Nach dieser Bestimmung der exakten Gütefunktion des p-s wird nun die approximative Gütefunktion über die approximative Verteilung der Prüfgröße T bestimmt, siehe das Kapitel zum auf p: Die standardisierte Prüfgröße ist für beliebiges p approximativ N(0,1)-verteilt. Damit ergibt sich für die (approximative) Gütefunktion : A Gütefunktion, B, C, Wir wollen noch an einem Beispiel einen Vergleich der exakten mit der approximativen Güte vornehmen. Zu testen sei, d.h. ( A). Wir wählen, n=100 und als Parameter der Alternativhypothese bzw.. Exakte Güte: Zunächst ist (mit und damit Approximative Güte: Wir sehen, dass die Approximation der Güte als gut angesehen werden kann. Es ist klar, dass diese Approximation mit wachsenden n noch besser wird; und erst recht dann, wenn ist (symmetrischer Fall wie beim Münzwurf). Grafische Darstellung der exakten Gütefunktionen des s auf p Die Gütefunktionen für die einzelnen s A, B und C werden nun grafisch dargestellt Page 7
8 und, um zu demonstrieren, dass mit wachsendem, und größerer Distanz von die Güte zunimmt. Grafische Darstellung der exakten Gütefunktion für A bei Änderung von p mit p0=0.18, n=1000 und Alpha=0.05. Grafische Darstellung der exakten Gütefunktion für B bei Änderung von p mit p0=0.03, n=1000 und Alpha=0.05. Güte für B Grafische Darstellung der exakten Gütefunktion für C bei Änderung von p mit p0=0.5, n=1000 und Alpha=0.05. Grafische Darstellung der exakten Gütefunktion für A/B am Beispiel von A bei Änderung von n, mit p0=0.18, p1=0.15 und Alpha=0.05. Grafische Darstellung der exakten Gütefunktion für C bei Änderung von n mit p0=0.5, p1=0.53, p1=0.48 und Alpha=0.05 Grafische Darstellung der exakten Gütefunktion für A/B am Beispiel von A bei Veränderung von p und von Alpha (0.01,0.05,0.1) mit p0=0.18: Grafische Darstellung der exakten Gütefunktion für C bei Veränderung von p und von Alpha (0.01, 0.05, 0.1) mit p0=0.5 Grafische Darstellung der approximativen Gütefunktionen des s auf p Die Gütefunktionen für die einzelnen s A, B und C werden nun grafisch dargestellt mit variablen und, um zu demonstrieren, dass mit wachsendem, und größerer Distanz von die Güte zunimmt. Grafische Darstellung der approximativen Gütefunktion für A bei Änderung von p mit n=1000, p0=0.18 und Alpha=0.05 Um zu demonstrieren, wie die Approximation bei kleinen Stichproben arbeitet, wird die Page 8
9 folgenden Darstellung herangezogen. Grafische Darstellung der approximativen Gütefunktion für A bei Änderung von p mit n=50, p0=0.18 und Alpha=0.05 Grafische Darstellung der approximativen Gütefunktion für B bei Änderung von p mit n=1000, p0=0.03 und Alpha=0.05 Güte für B Um zu demonstrieren, wie die Approximation bei kleinen Stichproben arbeitet, wird die folgenden Darstellung herangezogen. Grafische Darstellung der approximativen Gütefunktion für B bei Änderung von p mit n=50, p0=0.03 und Alpha=0.05 Güte für B Grafische Darstellung der approximativen Gütefunktion für C bei Änderung von p für p0=0.5, n=1000 und Alpha=0.05. Um zu demonstrieren, wie die Approximation bei kleinen Stichproben arbeitet, wird die folgenden Darstellung herangezogen. Grafische Darstellung der approximativen Gütefunktion für C bei Änderung von p für p0=0.5, n=50 und Alpha=0.05. Grafische Darstellung der approximativen Gütefunktion für A/B am Beispiel von A bei Änderung von n für p0=0.18, p1=0.15 und Alpha=0.05 Güte für Text A Grafische Darstellung der approximativen Gütefunktion für C bei Änderung von n für p0=0.5, p1=0.6 und Alpha=0.05 Grafische Darstellung der approximativen Gütefunktion für A/B am Beispiel von A bei Änderung von p und Veränderung von Alpha (0.01, 0.05, 0.1) mit p0=0.18 und n=1000 Grafische Darstellung der approximativen Gütefunktion für C bei Änderung von p und Veränderung von Alpha (0.01, 0.05, 0.1) mit p0=0.5 und n=1000 Page 9
10 Ableitung der Gütefunktion des s auf Varianz im Einstichprobenproblem Wir betrachten folgende Annahmen, siehe das kapitel zum auf. Es seien normalverteilte Zufallsvariablen mit, und, kurz Folgende Hypothesen können dann getestet werden: A B C Hypothesen Wir betrachten hier nur den (realistischen) Fall, dass unbekannt ist und damit die Prüfgröße. Diese Prüfgröße ist unter mit Freiheitsgraden. Die kritischen Werte werden also über die mit Freiheitsgraden bestimmt. Als Entscheidungsregeln für die obigen drei probleme ergeben sich somit bei vorgegebenem niveau : A B C Hypothesen Das ist gleichbedeutend damit, dass Das ist gleichbedeutend damit, dass oder Das ist gleichbedeutend damit, dass oder Unterhat eine Verteilung mit n-1 FG. Damit ergibt sich für die Gütefunktionen Beta bei den s A, B und C: Gütefunktion A = B = C =+ Wir wollen die Berechnung der Güte des s auf an einem Beispiel demonstrieren Page 10
11 Beispiel für die Anwendung der Gütefunktion für den A : Sei und, d.h.. Für ergibt sich: == Für ergibt sich: == Grafische Darstellung der exakten Gütefunktionen des s auf Varianz Die Gütefunktionen für die einzelnen s A, B und C werden nun grafisch dargestellt mit variablen und, um zu demonstrieren, dass mit wachsendem, und größerer Distanz von die Güte zunimmt. Grafische Darstellung der Gütefunktion für A bei Änderung von Sigma, wobei gilt Sigma-quadrat0=0.025 quadrat, n=16 und Alpha=0.05 Grafische Darstellung der Gütefunktion für B bei Änderung von Sigma mit Sigma-quadrat0=0.25, n=16 und Alpha=0.05 Güte für B Grafische Darstellung der Gütefunktion für C bei Änderung von mit Sigma-quadrat0=100, n=16 und Alpha=0.05 Grafische Darstellung der Gütefunktion für A/B am Beispiel von A bei Änderung von n mit Sigma-quadrat0=0.025 quadrat, Sigma-quadrat1= und Alpha=0.05 Grafische Darstellung der Gütefunktion für C bei Änderung von n mit Sigma-quadrat0=100 quadrat, Sigma-quadrat1=144 und Alpha=0.05 Grafische Darstellung der Gütefunktion für A/B am Beispiel von A bei Veränderung von Sigma mit Sigma-quadrat0= , n=16 und Änderungen von Alpha (0.01, 0.05, 0.1) Grafische Darstellung der Gütefunktion für C mit Sigma-quadrat0=100, n=9, bei Änderungen von Sigma und Veränderungen von Alpha (0.01, 0.05, 0.1) Page 11
12 Übungen zur Güte von s Multiple-Choice-Aufgaben (Genau eine der vier Alternativen ist richtig.) Aufgabe 1: Die Güte eines s ist definiert als die Wahrscheinlichkeit dafür, (a) anzunehmen, wenn richtig ist, (b) anzunehmen, wenn falsch ist, (c) abzulehnen, wenn richtig ist, (d) abzulehnen, wenn falsch ist. Aufgabe 2: Für den exakten auf mit Hilfe der binomialverteilten statistik T gilt: (a) Die Güte wächst mit abnehmendem, (b) die Güte fällt mit wachsendem Stichprobenumfang, (c) die Güte fällt mit abnehmendem, (d) die Güte strebt 1, falls p strebt. Aufgabe 3: Für den Gauss- auf bei bekanntem gilt: (a) Die Güte ist für größer als für, (b) die Güte ist für größer als für, (c) die Güte ist für größer als für, (d) die Güte ist für größer als für falls ist. Aufgabe 4: Für den auf gilt: (a) Die Güte ist für kleiner als für (b) die Güte fällt mit abnehmendem, falls (c) die Güte ist für gleich der Güte für falls ist, (d) die Güte strebt, falls strebt. Aufgabe 5: Zu testen sei. (a) Berechnen Sie die exakte Güte des s für n=20, und p=0.25, p=0.15. (b) Berechnen Sie die exakte Güte des s für n=75, und p=0.25, p=0.15. (c) Berechnen Sie die approximative Güte des s für n=20, und p=0.25, p=0.15. (d) Berechnen Sie die approximative Güte des s für n=75, und p=0.25, p=0.15. Aufgabe 6: Page 12
13 Zu testen sei: bei bekanntem. (a) Berechnen Sie die Güte des s für n=10, und,. (b) Berechnen Sie die Güte des s für n=20, und,. (c) Berechnen Sie die Güte des s für n=10, und,. (d) Berechnen Sie die Güte des s für n=20, und,. Aufgabe 7: Zu testen sei: bei unbekanntem (a) Berechnen Sie die Güte des s für n=20, und,, (b) Berechnen Sie die Güte des s für n=50, und,, (c) Berechnen Sie die Güte des s für n=20, und,, (d) Berechnen Sie die Güte des s für n=50, und,. Aufgabe 8: Zu testen sei: unbekannt. Simulieren Sie kritische Werte der t-statistik für, n=20 und die Güte des t-s für und und für Daten aus einer (a) Standardnormalverteilung, (b) Standardisierten Doppelexponentialverteilung (c) Gleichverteilung über. (d) Wiederholen Sie die Simulation für n=50. Aufgabe 9: Zu testen sei:, unbekannt. Simulieren Sie kritische Werte der Statistik für, n=20 und die Güte des s für und und für Daten aus einer (a) Standardnormalverteilung, (b) Standardisierten Doppelexponentialverteilung (c) Gleichverteilung über. (d) Wiederholen Sie die Simulation für n=50. approximative Gütefunktion Erklärungexakten Gütefunktion ErklärungFehler 1. Art ErklärungFehler 2. Art ErklärungGegenhypothese ErklärungGüte ErklärungGütefunktion (c) Projekt Neue Statistik 2003, Freie Universität Berlin, Center für Digitale Systeme Kontakt: Page 13
Einfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
Mehr4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz"
4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz" Wir haben bisher nachvollziehen können, wie zwei Personen für sich den Anreiz zum TauschentdeckenundwiemitwachsenderBevölkerungdieMengederAllokationensinkt,
MehrStatistik im Versicherungs- und Finanzwesen
Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel
MehrBeweisbar sichere Verschlüsselung
Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrHandbuch ECDL 2003 Modul 2: Computermanagement und Dateiverwaltung Der Task-Manager
Handbuch ECDL 2003 Modul 2: Computermanagement und Dateiverwaltung Der Task-Manager Dateiname: ecdl2_03_05_documentation Speicherdatum: 22.11.2004 ECDL 2003 Modul 2 Computermanagement und Dateiverwaltung
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrWir machen neue Politik für Baden-Württemberg
Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in
MehrDie Optimalität von Randomisationstests
Die Optimalität von Randomisationstests Diplomarbeit Elena Regourd Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2001 Betreuung: Prof. Dr. A. Janssen Inhaltsverzeichnis
MehrDer Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.
Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrKlausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHISCHE UIVERSITÄT MÜCHE Zentrum Mathematik PRF. R.R. JÜRGE RICHTER-GEBERT, VAESSA KRUMMECK, MICHAEL PRÄHFER Höhere Mathematik für Informatiker I (Wintersemester 003/004) Aufgabenblatt 1 (4. ktober 003)
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrGezielt über Folien hinweg springen
Gezielt über Folien hinweg springen Nehmen wir an, Sie haben eine relativ große Präsentation. Manchmal möchten Sie über Folien hinweg zu anderen Folien springen. Das kann vorkommen, weil Sie den gesamten
Mehr4. Das neue Recht der GmbH ein Überblick
4. Das neue Recht der GmbH ein Überblick Wie sieht die GmbH-Reform eigentlich aus und was sind ihre Auswirkungen? Hier bekommen Sie einen kompakten Überblick. Einer der wesentlichen Anstöße, das Recht
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrSimulation LIF5000. Abbildung 1
Simulation LIF5000 Abbildung 1 Zur Simulation von analogen Schaltungen verwende ich Ltspice/SwitcherCAD III. Dieses Programm ist sehr leistungsfähig und wenn man weis wie, dann kann man damit fast alles
MehrLeseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrRententafelgarantie. Langlebigkeit: Fluch oder Segen?
Rententafelgarantie Rententafelgarantie Langlebigkeit: Fluch oder Segen? Je länger wir leben, desto mehr Kapital ist im Alter nötig, um ein entsprechendes Auskommen zu finden! Ich habe nicht gewusst, dass
MehrRUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG
Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrWas ist das Budget für Arbeit?
1 Was ist das Budget für Arbeit? Das Budget für Arbeit ist ein Persönliches Geld für Arbeit wenn Sie arbeiten möchten aber nicht mehr in einer Werkstatt. Das gibt es bisher nur in Nieder-Sachsen. Und in
Mehr4. Versicherungsangebot
4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
MehrSelbsttest Prozessmanagement
Selbsttest Prozessmanagement Zur Feststellung des aktuellen Status des Prozessmanagements in Ihrem Unternehmen steht Ihnen dieser kurze Test mit zehn Fragen zur Verfügung. Der Test dient Ihrer persönlichen
MehrStatistik I für Betriebswirte Vorlesung 11
Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
Mehr1. Kennlinien. 2. Stabilisierung der Emitterschaltung. Schaltungstechnik 2 Übung 4
1. Kennlinien Der Transistor BC550C soll auf den Arbeitspunkt U CE = 4 V und I C = 15 ma eingestellt werden. a) Bestimmen Sie aus den Kennlinien (S. 2) die Werte für I B, B, U BE. b) Woher kommt die Neigung
MehrKorrigenda Handbuch der Bewertung
Korrigenda Handbuch der Bewertung Kapitel 3 Abschnitt 3.5 Seite(n) 104-109 Titel Der Terminvertrag: Ein Beispiel für den Einsatz von Future Values Änderungen In den Beispielen 21 und 22 ist der Halbjahressatz
MehrLösung. Prüfungsteil 1: Aufgabe 1
Zentrale Prüfung 01 Lösung Diese Lösung wurde erstellt von Cornelia Sanzenbacher. Sie ist keine offizielle Lösung des Ministeriums für Schule und Weiterbildung des Landes. Prüfungsteil 1: Aufgabe 1 a)
MehrInstallation OMNIKEY 3121 USB
Installation OMNIKEY 3121 USB Vorbereitungen Installation PC/SC Treiber CT-API Treiber Einstellungen in Starke Praxis Testen des Kartenlesegeräts Vorbereitungen Bevor Sie Änderungen am System vornehmen,
MehrVersuch 3. Frequenzgang eines Verstärkers
Versuch 3 Frequenzgang eines Verstärkers 1. Grundlagen Ein Verstärker ist eine aktive Schaltung, mit der die Amplitude eines Signals vergößert werden kann. Man spricht hier von Verstärkung v und definiert
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrLineare Differentialgleichungen erster Ordnung erkennen
Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die
MehrAbschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
MehrCTI SYSTEMS S.A. CTI SYSTEMS S.A. 12, op der Sang. Fax: +352/2685-3000 L- 9779 Lentzweiler. Email: cti@ctisystems.com G.D.
Z.I. Eselborn - Lentzweiler Phone: +352/2685-2000 12, op der Sang Fax: +352/2685-3000 L- 9779 Lentzweiler Email: cti@ctisystems.com G.D. Luxembourg URL: www.ctisystems.com Benutzung von Höhensicherungsgeräten
MehrZahlen auf einen Blick
Zahlen auf einen Blick Nicht ohne Grund heißt es: Ein Bild sagt mehr als 1000 Worte. Die meisten Menschen nehmen Informationen schneller auf und behalten diese eher, wenn sie als Schaubild dargeboten werden.
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrR. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007
R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 SG15/25D NAME: Lösungen 1. In einer Packung sind Glühbirnen, davon sind zwei
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrBewertung des Blattes
Bewertung des Blattes Es besteht immer die Schwierigkeit, sein Blatt richtig einzuschätzen. Im folgenden werden einige Anhaltspunkte gegeben. Man unterscheidet: Figurenpunkte Verteilungspunkte Längenpunkte
Mehr13.5 Der zentrale Grenzwertsatz
13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle
MehrDiana Lange. GENERATIVE GESTALTUNG Arten des Zufalls
Diana Lange GENERATIVE GESTALTUNG Arten des Zufalls RANDOM int index = 0; while (index < 200) { float x = random(0, width); float y = random(0, height); float d = random(40, 100); ellipse(x, y, d, d);
MehrProfessionelle Seminare im Bereich MS-Office
Gegenüber PowerPoint 2003 hat sich in PowerPoint 2007 gerade im Bereich der Master einiges geändert. Auf Handzettelmaster und Notizenmaster gehe ich in diesen Ausführungen nicht ein, die sind recht einfach
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrACDSee 10. ACDSee 10: Fotos gruppieren und schneller durchsuchen. Was ist Gruppieren? Fotos gruppieren. Das Inhaltsverzeichnis zum Gruppieren nutzen
In diesem Tutorial erfahren Sie, wie man Fotos gruppiert. Mit der Option "Gruppieren nach" werden die Fotos in der Dateiliste nach Gruppen geordnet. Wenn Sie beispielsweise auf "Bewertung" klicken, werden
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
MehrWebalizer HOWTO. Stand: 18.06.2012
Webalizer HOWTO Stand: 18.06.2012 Copyright 2003 by manitu. Alle Rechte vorbehalten. Alle verwendeten Bezeichnungen dienen lediglich der Kennzeichnung und können z.t. eingetragene Warenzeichen sein, ohne
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrMenü auf zwei Module verteilt (Joomla 3.4.0)
Menü auf zwei Module verteilt (Joomla 3.4.0) Oft wird bei Joomla das Menü in einem Modul dargestellt, wenn Sie aber z.b. ein horizontales Hauptmenü mit einem vertikalen Untermenü machen möchten, dann finden
MehrKurzanleitung für die Abgabe der Abrechnung über das Mitgliederportal der KV Sachsen
Kurzanleitung für die Abgabe der Abrechnung über das Mitgliederportal der KV Sachsen Inhaltsübersicht Seite Vorgehensweise zur Abrechnungsabgabe über das Mitgliederportal 1 Informationen zu besonderen
MehrDer Leverage-Effekt wirkt sich unter verschiedenen Umständen auf die Eigenkapitalrendite aus.
Anhang Leverage-Effekt Leverage-Effekt Bezeichnungs- Herkunft Das englische Wort Leverage heisst Hebelwirkung oder Hebelkraft. Zweck Der Leverage-Effekt wirkt sich unter verschiedenen Umständen auf die
MehrOnline Intelligence Solutions TESTABLAUF. 7 Schritte für ein erfolgreiches Testing.
Online Intelligence Solutions TESTABLAUF 7 Schritte für ein erfolgreiches Testing. SCHRITT1 DAS PROBLEM IDENTIFIZIEREN UND BESCHREIBEN Ein Problem, das auftritt, identifizieren Wenn es kein Problem gibt,
Mehr5. Bildauflösung ICT-Komp 10
5. Bildauflösung ICT-Komp 10 Was sind dpi? Das Maß für die Bildauflösung eines Bildes sind dpi. Jeder spricht davon, aber oft weiß man gar nicht genau was das ist. Die Bezeichnung "dpi" ist ein Maß, mit
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrWoche 1: Was ist NLP? Die Geschichte des NLP.
Woche 1: Was ist NLP? Die Geschichte des NLP. Liebe(r) Kursteilnehmer(in)! Im ersten Theorieteil der heutigen Woche beschäftigen wir uns mit der Entstehungsgeschichte des NLP. Zuerst aber eine Frage: Wissen
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
Mehr8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht
8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrAbitur 2007 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2007 Mathematik GK Stochastik Aufgabe C1 Eine Werbeagentur ermittelte durch eine Umfrage im Auftrag eines Kosmetikunternehmens vor Beginn einer Werbekampagne
MehrAber zuerst: Was versteht man unter Stromverbrauch im Standby-Modus (Leerlaufverlust)?
Ich habe eine Umfrage durchgeführt zum Thema Stromverbrauch im Standby Modus! Ich habe 50 Personen befragt und allen 4 Fragen gestellt. Ich werde diese hier, anhand von Grafiken auswerten! Aber zuerst:
MehrGEVITAS Farben-Reaktionstest
GEVITAS Farben-Reaktionstest GEVITAS Farben-Reaktionstest Inhalt 1. Allgemeines... 1 2. Funktionsweise der Tests... 2 3. Die Ruhetaste und die Auslösetaste... 2 4. Starten der App Hauptmenü... 3 5. Auswahl
Mehr1) Farbsteuergerät in der Nikobus-Software unter Modul zufügen hinzufügen.
Programmierung des Farbsteuergeräts 340-00112 für Nikobus Diese Bedienungsanleitung gilt auch für die Nikobus-Produkte 340-00111 und 340-00113. Achtung: einige der aufgeführten Betriebsarten sind nur auf
MehrGeld Verdienen im Internet leicht gemacht
Geld Verdienen im Internet leicht gemacht Hallo, Sie haben sich dieses E-book wahrscheinlich herunter geladen, weil Sie gerne lernen würden wie sie im Internet Geld verdienen können, oder? Denn genau das
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrProgrammentwicklungen, Webseitenerstellung, Zeiterfassung, Zutrittskontrolle
Version LG-TIME /Office A 8.3 und höher Inhalt 1. Allgemeines S. 1 2. Installation S. 1 3. Erweiterungen bei den Zeitplänen S. 1;2 4. Einrichtung eines Schichtplanes S. 2 5. Einrichtung einer Wechselschicht
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
MehrZahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
MehrTransaktionsempfehlungen im ebase Online nutzen
Transaktionsempfehlungen im ebase Online nutzen Anleitung ebase Inhalt 1. Einführung und Voraussetzungen 2. Transaktionsempfehlung für einen Kunden erstellen 3. Möglichkeiten des Kunden 4. Verwaltung von
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrOptimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Sensitivitätsanalyse Simulation Beispiel Differenzengleichungen
Mehr