Stetige Verteilungsmodelle
|
|
- Ingelore Giese
- vor 8 Jahren
- Abrufe
Transkript
1 Stetige Verteilungsmodelle Worum geht es in diesem Modul? Stetige Verteilungsfunktionen Quantile Dichtefunktion Maßzahlen stetiger Verteilungen Stetige Gleichverteilung Exponentialverteilung Überprüfung der Exponentialverteilung Die Laplace-Verteilung Die Pareto-Verteilung Worum geht es in diesem Modul? Stetige Verteilungsfunktionen werden unter zwei Gesichtspunkten eingeführt. Einmal sind sie bei Zufallsvariablen, die viele verschiedene Realisationsmöglichkeiten haben und nicht-ganzzahlige oder negative Werte annehmen können, zur Modellierung angebracht. Dann dienen sie auch zur Approximation für diskrete Verteilungen, um Wahrscheinlichkeiten einfacher zu berechnen. Wir lernen in diesem Modul die wichtigsten Eigenschaften stetiger Verteilungen und die zu einer stetigen Verteilungsfunktion gehörige Dichtefunktion kennen. Wir übertragen das Konzept der Maßzahlen von den diskreten auf die stetigen Verteilungen. Zudem werden einige wichtige Verteilungsmodelle vorgestellt. Stetige Verteilungsfunktionen Die Notwendigkeit stetiger Verteilungsfunktionen Bei Zufallsvariablen, die viele verschiedene Realisationsmöglichkeiten haben und auch nicht-ganzzahlige oder negative Werte annehmen können, ist es schwieriger, ein theoretisches Verteilungsmodell zu bestimmen. Zudem ist es nicht opportun, für jede vorgegebene Messgenauigkeit ein besonderes Modell in Betracht zu ziehen. Als Ausweg bietet sich an, die durch eine stetige Funktion zu approximieren. Um dies zu illustrieren, betrachten wir ein Beispiel. In 15 verschiedenen Geschäften ermittelte man Preise von 100g Kaffee (in Pence). Auch wenn die Preise ganzzahlige Werte sind, ist ein stetiges Verteilungsmodell einem diskreten vorzuziehen. Denn es gibt relativ wenige gleich große Werte. Bei einer Erweiterung der Erhebung würden wir Page 1
2 eher erwarten, dass es noch mehr unterschiedliche Werte gibt, als dass für einzelne Preise sich größere Häufigkeiten einstellen. Approximation der Binomialverteilung Quelle: Eigene Berechnungen Ein weiterer wichtiger Grund für die Verwendung stetiger Verteilungsfunktionen ist die näherungsweise Berechnung von Wahrscheinlichkeiten mit den bereits eingeführten Wahrscheinlichkeitsmodellen, etwa der Binomialverteilung oder der Poisson-Verteilung. Dies ist nötig, da bei großem die Binomialkoeffizienten nicht mehr durch einfaches Ausmultiplizieren bestimmt werden können; die darzustellende Zahl wird auch für leistungsstarke Computer zu groß. In der Abbildung wird eine spezielle durch eine stetige Funktion überlagert. Diese ist mit Hilfe der Wahl der Parameter dabei gerade so gewählt, dass sie "gut" durch die diskrete Verteilungsfunktion verläuft. (Im Übrigen ist die angegebene Funktion nicht die beste, die zur Approximation verwendet werden kann. Eine bessere wird später vorgestellt.) Sie können die Approximation auch mit anderen Parametern überprüfen. Labordatei öffnen ( a21.spf ) Quelle: Eigene Berechnungen Eigenschaften stetiger Verteilungsfunktionen Eine stetige Funktion, die als stetige Verteilungsfunktion verwendet werden soll, muss offensichtlich drei Eigenschaften besitzen: Page 2
3 Aus diesen Eigenschaften ergibt sich weiter: Natürlich darf schon an irgendeiner Stelle null sein bzw. an einer Stelle den Wert eins annehmen. Allerdings ist dann links von ebenfalls null und rechts von konstant eins. Wahrscheinlichkeiten für Intervalle ergeben sich bei stetigen Verteilungsfunktionen gemäß ; dabei ist vorausgesetzt. Die Wahrscheinlichkeit, dass die Zufallsvariable, für die eine stetige Verteilungsfunktion als Modell sinnvoll ist, einen speziellen Wert annimmt, ist null:. Hier müssen wir uns klarmachen, dass ein spezieller Wert beispielsweise nicht einfach bedeutet. Vielmehr ist dies die 10 mit allen Nachkommastellen: Versuchsserien ein solches Ereignis Somit wird einsichtig, dass auch bei langen eine verschwindende relative Häufigkeit aufweisen wird; die statistische Wahrscheinlichkeit ist null. Beispiel: Bogenschütze Wir betrachten einen ungeübten Bogenschützen, der auf eine kreisrunde Zielscheibe vom Radius 1 m schießt. (Der Sicherheit halber sei die Zielscheibe an einem Scheunentor befestigt.) Nur Versuche, bei denen der Schütze die Zielscheibe trifft, werden berücksichtigt. Wegen der mangelnden Übung können wir davon ausgehen, dass jedes Flächenstück der Zielscheibe mit einer Wahrscheinlichkeit getroffen wird, die ihrem Flächeninhalt entspricht. Page 3
4 Titel : Zielscheibe Quelle: Eigene Berechnungen Nun interessieren wir uns für die Zufallsvariable Scheibe". Mit den Voraussetzungen gilt: = "Abstand zum Mittelpunkt der Damit haben wir aber schon die Verteilungsfunktion von : Die Wahrscheinlichkeit, in den mittleren Teil der Zielscheibe zu treffen, so dass der Abstand höchstens 0.5 m beträgt, ist also 0.52 =0.25. Page 4
5 Quantile Bei stetigen Verteilungen sind die Quantile i.d.r. eindeutig durch die Inverse der Verteilungsfunktion gegeben: In vielen Anwendungen sind Intervalle von Interesse, die durch Paare von Quantilen festgelegt werden, welche jeweils die gleiche Wahrscheinlichkeitsmasse links und rechts abspalten. Intervalle, bei denen die Zufallsvariable mit gleicher Wahrscheinlichkeit Obergrenze annimmt, werden als zentrale bezeichnet. Beispiel: Bogenschütze (Fortsetzung) einen Wert links von der Untergrenze wie rechts von der -Schwankungsintervalle Für die Zielgenauigkeit Verteilungsfunktion des ungeübten Bogenschützen gilt die Das zentrale -Schwankungsintervall erhalten wir dadurch, dass das 0.1-Quantil und das 0.9-Quantil bestimmt wird: Das zentrale Schwankungsintervall ist daher [0.316,0.945]. Dichtefunktion Wie wir gesehen haben, gilt für jedes einzelne : Daher ist bei stetigen Verteilungen eine nicht sinnvoll. Vielmehr ist ein theoretisches Gegenstück zum von Bedeutung. Beim Histogramm stellt der Flächeninhalt unter der Häufigkeitsdichte ein Maß für die relative Häufigkeit dar. Im theoretischen Fall ist der Flächeninhalt unter einer Dichtefunktion dann gleich der Wahrscheinlichkeit, dass die Zufallsvariable einen Wert aus dem entsprechenden Intervall annimmt. Flächeninhalte werden mathematisch durch Integrale dargestellt. Damit ist: Page 5
6 Mit der Verteilungsfunktion ausgedrückt ist die Wahrscheinlichkeit gleich. Beides zusammen ergibt: Die Wahrscheinlichkeit wird durch den Inhalt der gesamten Fläche unter der Funktion, die links von liegt, dargestellt. Formal ist dies das Integral von. Die zu einer stetigen Verteilungsfunktion gehörige Dichtefunktion ist die Funktion, für die gilt: Quelle: Eigene Berechnungen Page 6
7 Auf dieser Laborseite ( b29.spf ) haben Sie die Möglichkeit, die Beziehung zwischen Dichte- und Verteilungsfunktion selber noch weiter zu erkunden. Zwischen Dichte- und Verteilungsfunktion gilt die Beziehung, die in der Mathematik als Hauptsatz der Differential- und Integralrechnung bezeichnet wird: Damit eine Funktion eine Dichte sein kann, muss sie die beiden folgenden Eigenschaften aufweisen: Beispiel: Monatsrenditen Im Management von Geldanlagen ist die zukünftige Kursentwicklung von besonderem Interesse. Die Rendite der Geldanlage über einen in der Zukunft liegenden Planungshorizont wird als zufällige Größe aufgefasst. Auf Grund der Komplexität der Einflussgrößen ist die Vorhersage von Kursentwicklungen äußerst problematisch. Um dennoch Aussagen treffen zu können, werden für die Entwicklung Modelle aufgestellt. Für eine spezielle Monatsrendite wird aufgrund der Erfahrung eine symmetrische Dreiecksverteilung unterstellt. Da sich die Renditen um den Wert Eins zentrierten, wird für die Dichte der Ansatz gewählt. Hier ist die Wahrscheinlichkeit, dass die zukünftige Monatsrendite zwischen 1,5% und 3,5% liegt: Beispiel: Bogenschütze - Fortsetzung Für die Treffergenauigkeit des ungeübten Bogenschützen haben wir die folgende Page 7
8 Verteilungsfunktion erhalten: Mit der Beziehung bekommen wir die Dichte: Maßzahlen stetiger Verteilungen Wir haben gesehen, dass für Kaffeepreise ein stetiges Verteilungsmodell sinnvoll ist, da wir bei weiteren Beobachtungen eher erwarten würden, dass es noch mehr unterschiedliche Werte gibt. Die Frage, welchen Preis wir denn erwarten würden, ist wie bei den diskreten Verteilungen die Frage nach dem. Bei diesen ist er durch gegeben. Bei stetigen Verteilungen haben wir nun keine (sinnvolle) Wahrscheinlichkeitsfunktion. Wahrscheinlichkeiten werden vielmehr durch Flächeninhalte unter der Dichtefunktion angegeben. Daher ist eine Annäherung an den Erwartungswert bei diskreten Verteilungen: Dabei ist durch die eine Klasseneinteilung der x-achse mit der Klassenbreite gegeben. Je feiner diese Klasseneinteilung wird, desto besser ist sicherlich die Annäherung. Im Grenzübergang sind wir damit aber beim Integral. Der Erwartungswert einer stetigen Verteilung ist definiert durch: Entsprechend erhalten wir die Varianz: Die Varianz einer stetigen Verteilung ist definiert durch: Die Eigenschaften dieser Maßzahlen sind die gleichen, die für diskrete Verteilungen gelten: Beispiel: Monatsrenditen - Fortsetzung Im Management von Geldanlagen haben wir eine Dreiecksverteilung für die zukünftige Kursentwicklung unterstellt. Das Zentrum liegt bei 1, der Bereich geht symmetrisch zu 1 von -2 bis 4. Die erwartete Rendite beträgt 1; der Erwartungswert stimmt bei symmetrischen Verteilungen mit dem Symmetriepunkt überein. Die Varianz beträgt Dies ergibt sich mit wegen Page 8
9 Für einen ungeübten Bogenschützen ist ein sinnvolles Modell für die Entfernung vom Zielscheibenmittelpunkt die Dichte Bestimmen Sie den Erwartungswert und die Varianz. Link zur Lösung ( : bc9.pdf ) Stetige Gleichverteilung Verteilungsfunktion und Dichte Das einfachste Beispiel einer stetigen Verteilung ist die stetige Gleichverteilung über dem Intervall. Die zugehörige Verteilungsfunktion ist Eine Zufallsvariable mit dieser Verteilungsfunktion heißt gleichverteilt über dem Intervall Für eine Zufallsvariable ergibt sich die Dichtefunktion: Maßzahlen Die Maßzahlen für die Lage und Streuung sind: Anwendung Das Grundmodell für viele computermäßig erzeugte (Pseudo-) Zufallszahlen bildet gerade die -Verteilung. Der Hintergrund besteht darin, dass eine einfache Transformation aus einer gleichverteilten Zufallszahl solche mit einer anderen Verteilungsfunktion hervorbringt. Die so genannte Inversionsmethode nutzt die Inverse der stetigen Verteilungsfunktion und transformiert die gleichverteilten Zufallszahlen gemäß. Beispiel: Beispiel zur Inversionsmethode (Monatsrenditen) Wir setzen das Beispiel zu den Monatsrenditen fort. Als Modell wurde die Dichte gewählt. Die zugehörige Verteilungsfunktion ist Mit der Umkehrfunktion von, erhalten wir daraufhin eine Zufallsstichprobe gemäß Erzeugung von gleichverteilten Zufallszahlen. Transformation der in mittels. Um zu verdeutlichen, dass dieses Vorgehen korrekt ist, stellen wir ein Histogramm aus Zufallszahlen der theoretischen Dichte gegenüber. Labordatei öffnen ( c44.spf ) Page 9
10 Exponentialverteilung Es wird wieder die Ausgangssituation der betrachtet. Allerdings sei das Augenmerk jetzt auf die Zeit gerichtet, die verstreicht, bis zum ersten Mal ein Vorkommnis eintritt. Folgt die Anzahl der Vorkommnisse einem Poisson-Prozess mit der Rate (, so ist die Wahrscheinlichkeit, dass im Intervall kein Vorkommnis passiert, gleich. Diese Wahrscheinlichkeit ist offensichtlich gleich der, dass mindestens bis zum Zeitpunkt t auf ein Vorkommnis gewartet werden muss. Also gilt Die zugehörige Verteilung heißt Exponentialverteilung. Eine Zufallsvariable mit der Verteilungsfunktion heißt exponentialverteilt mit dem Parameter, Die Exponentialverteilung hat die Dichte Für die Maßzahlen gilt: Applet Exponentialverteilung (c8e.jar) Beispiel: Strecke bis zum ersten "a" Sprachwissenschaftler interessieren sich unter anderem für die Häufigkeiten einzelner Buchstaben in verschiedenen Texten. Auch der Abstand zwischen dem Auftreten des jeweils gleichen Buchstabens ist von Interesse. Der Abstand zwischen zwei gleichen Buchstaben kann dabei als "Warten" auf den nächsten gleichen Buchstaben interpretiert werden. Somit ist zu vermuten, dass der Abstand ebenfalls durch eine Exponentialverteilung modelliert werden kann. Unter diesem Vorzeichen wurde in dem Buch "The Sexual Wilderness" von Vance Packard jeweils die Länge von Zeilenanfang (= ) bis zum ersten Auftreten des Buchstabens "a" ausgemessen. Kam in einer Zeile kein "a" vor, so wurde die gesamte Zeilenlänge (3.3 inch) der Strecke der folgenden Zeile hinzuaddiert. Insgesamt erhielt man 1980 Werte. (Aus: Griffin, Smith und Watts (1982): Deriving the Normal and Exponential Densities Using EDA Techniques; The American Statistician, 36, ) Page 10
11 Page 11
12 Quelle: Eigene Berechnungen Überprüfung der Exponentialverteilung Zur Überprüfung der Frage, ob die Exponentialverteilung ein angemessenes Modell für einen Datensatz ist, ist ein Quantildiagramm, kurz QQ-Diagramm, geeignet. In dem Akronym kommt doppelt vor, weil die empirischen gegen die zugehörigen theoretischen Quantile abgetragen werden. Sofern die Verteilung passt, sollten die empirischen und die theoretischen Quantile in etwa übereinstimmen. Die geordneten beobachteten Werte des Datensatzes sind die empirischen Quantile. Diesen werden die entsprechenden theoretischen -Quantile gegenübergestellt. "Entsprechend" bedeutet dabei. Eine Verbesserung ergibt sich noch durch eine Stetigkeitskorrektur, so dass genommen wird. Die theoretischen -Quantile erhalten wir aus. Für das QQ-Diagramm werden wie ausgeführt die theoretischen Quantile für bestimmt. ist nun i.d.r. nicht bekannt; dies ist aber auch nicht nötig. Wir stellen die einfach in Abhängigkeit von den dar. Damit sollten die Punkte eine Gerade mit einer von 45 abweichenden Steigung durch den Nullpunkt bilden. Wichtig ist nur, ob die Punkte eine systematische Abweichung vom erwarteten linearen Verhalten aufweisen. Beispiel: Zusammenbrüche In einem Experiment wurde bei 19 Versuchwiederholungen jeweils die Zeit bis zum Zusammenbruch der isolierenden Wirkung einer Flüssigkeit ermittelt. Die Daten stammen aus Nelson, W. (1982) Applied Life Data Analysis; New York: Wiley. Das QQ-Diagramm hat die folgende Gestalt: Quelle: Eigene Berechnungen Die Daten und die Befehle zur Erstellung des QQ-Diagramms finden Sie auch auf folgender Laborseite ( e9e.spf ). Die Punkte bilden keine gute lineare Form. Das hängt mit dem recht geringen Umfang des Datensatzes zusammen. Erst bei größeren Datenumfängen ist die "ruhige" Linienform deutlich. Entscheidend ist hier, dass keine systematisch von einer Geraden abweichenden Struktur zu erkennen ist. Somit bildet die Exponentialverteilung für diese Daten ein durchaus akzeptables Modell. Professor T. Lewis beobachtete in den späten Abendstunden Zeiten zwischen je zwei aufeinander folgenden Fahrzeugen an der M345. (Aus: Lewis, T. and the M345 Course Team (1986) M345 Statistical Methods, Unit 2: Basic Methods: Testing and Estimation, Milton Keynes: The Open University, 16) Ist die Exponentialverteilung hierfür ein passendes Modell? Labordatei öffnen ( eaa.zmpf ) Die Laplace-Verteilung Einer der frühen Versuche, ein geeignetes Verteilungsmodell für Messfehler zu finden, Page 12
13 führte Laplace 1774 zu der nach ihm benannten Verteilung. Die Dichtefunktion der Laplace-Verteilung, die ihr Zentrum bei einem Parameterwert hat, lautet:. Dabei ist ein Skalenparameter. Die Laplace-Verteilung erhalten wir auch als Differenz zweier unabhängiger exponentialverteilter Zufallsvariablen, die beide den gleichen Parameter haben. Der Erwartungswert ist, die Varianz beträgt. Tagesrenditen von Aktien sind i.d.r. symmetrisch um Null verteilt. Sie enthalten oft extreme Werte; daher ist zu ihrer Modellierung eine Laplace-Verteilung geeignet. Beispielsweise lassen sich die Renditen der Aktie einer Rückversicherung (=) durch eine Laplace-Verteilung mit den Parametern und approximieren. a) Wie groß ist demnach die Wahrscheinlichkeit, eine Rendite größer als 0.04 zu erzielen? b) Geben Sie ferner ein zentrales Schwankungsintervall an, in dem mit einer Wahrscheinlichkeit von 0.99 die Tagesrenditen liegen. Link zur Lösung ( : eea.pdf ) Die Pareto-Verteilung Die Pareto-Verteilung ist ein Beispiel für eine stetige Verteilung, die aus einfachen Annahmen ableitbar ist. Paretos Einkommensgesetz, das er aus empirischen Untersuchungen gewonnen hat, sagt: Die Verteilung des Einkommens von Personen mit einem Mindesteinkommen kann beschrieben werden durch die Beziehung: Dabei ist die Anzahl der Personen, deren Einkommen mindestens Geldeinheiten beträgt, und sind populationsspezifische Konstanten. Quelle: Dies führt für alle Einkommen, die größer oder gleich sind, sofort zu Somit ist die zugehörige Verteilung durch die Verteilungsfunktion gegeben. Erwartungswert und Varianz sind: Für die Anpassung der Verteilung an empirische Daten ist es hilfreich, die Verteilungsfunktion umzustellen und zu Logarithmen überzugehen: Diese lineare Beziehung zwischen und sollte sich in etwa auch zeigen, wenn für die theoretische Verteilungsfunktion die empirische an den Stellen eingesetzt wird. Genauer betrachten wir (wieder mit der Stetigkeitskorrektur) das Streudiagramm der Punkte Liegen die Punkte in etwa auf einer Geraden, so können die empirischen Daten gut Page 13
14 durch eine Pareto-Verteilung approximiert werden. Beispiel: Haftpflichtschäden Versicherungen benutzen für eine Risikoabschätzung Informationen der Vergangenheit. Es ist aber stets schwierig, extreme Schäden abzuschätzen. Daher werden Wahrscheinlichkeitsverteilungen gesucht, die solche Daten gut beschreiben. Damit wird dann die Kalkulation durchgeführt. Für Haftpflichtschäden über SF einer Schweizer Autoversicherung liegen die folgenden Daten vor: (Aus Klüppelberg, C. and Villasenor, J. A. (1993) Estimation of distribution tails -- A semiparametric approach, Bl. Dtsch. Ges. Versicherungsmath. 21, No.2, ) Hier ist die Pareto-Verteilung ein nahe liegender Kandidat für ein Verteilungsmodell, handelt es sich doch um Schäden, die eine gewisse Höhe überschreiten. Dies führt zu dem folgenden QQ-Diagramm, bei dem die Schadenshöhen jeweils um verringert wurden. Labordatei öffnen ( I1001.spf ) Quelle: Eigene Berechnungen Offensichtlich gibt es eine systematische Abweichung der Punkte von der Ausgleichsgeraden. Dies deutet darauf hin, dass die Pareto-Verteilung hier kein adäquates Modell darstellt. Bestimmen Sie die Dichtefunktion der Pareto-Verteilung und stellen Sie sie grafisch dar. Wie verändert sich die Dichte, wenn der Parameter verändert wird? Page 14
15 : I1014.pdf ) Exponentialverteilung ErklärungGleichverteilung ErklärungLaplace-Verteilung ErklärungPareto-Verteilung ErklärungQQ-Diagramm ErklärungQuantildiagramm Erklärungstetige Verteilungsfunktion Erklärung (c) Projekt Neue Statistik 2003, Freie Universität Berlin, Center für Digitale Systeme Kontakt: Page 15
Würfelt 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
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
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
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
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
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
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
MehrVerteilungsmodelle. Verteilungsfunktion und Dichte von T
Verteilungsmodelle Verteilungsfunktion und Dichte von T Survivalfunktion von T Hazardrate von T Beziehungen zwischen F(t), S(t), f(t) und h(t) Vorüberlegung zu Lebensdauerverteilungen Die Exponentialverteilung
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
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
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
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.
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrDie Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist
Frage Die Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist k a F (x) =1 k>0,x k x Finden Sie den Erwartungswert und den Median der Dichte für a>1. (Bei
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
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
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
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
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
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
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
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
Mehr11.AsymmetrischeInformation
.AsymmetrischeInformation Informationistnurwichtig,wenneineEntscheidungssituationdurcheinunsicheresUmfeld charakterisiertist.istesvielleichtso,daßauchdieunsicherheitselbstzueinereinschränkung derfunktionsfähigkeitvonmärktenführt?diesistinder
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
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
Mehr5. Lineare Funktionen
5. Lineare Funktionen Lernziele: -Eine lineare Funktion grafisch darstellen -Geradengleichung (Funktionsgleichung einer linearen Funktion) -Deutung von k- und d-wert -Grafische Lösung von Gleichungssystemen
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
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
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
MehrHauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 205 (ohne CAS) Baden-Württemberg Wahlteil Analysis Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com März 205 Aufgabe A
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
Mehri x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1
1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen
MehrKaplan-Meier-Schätzer
Kaplan-Meier-Schätzer Ausgangssituation Zwei naive Ansätze zur Schätzung der Survivalfunktion Unverzerrte Schätzung der Survivalfunktion Der Kaplan-Meier-Schätzer Standardfehler und Konfidenzintervall
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
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens 1 Organisatorisches Freitag, 05. Mai 2006: keine Vorlesung! aber Praktikum von 08.00 11.30 Uhr (Gruppen E, F, G, H; Vortestat für Prototyp)
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
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
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
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)
MehrSpeicher in der Cloud
Speicher in der Cloud Kostenbremse, Sicherheitsrisiko oder Basis für die unternehmensweite Kollaboration? von Cornelius Höchel-Winter 2013 ComConsult Research GmbH, Aachen 3 SYNCHRONISATION TEUFELSZEUG
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
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
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,
MehrStrom in unserem Alltag
Strom in unserem Alltag Kannst du dir ein Leben ohne Strom vorstellen? Wir verbrauchen jeden Tag eine Menge Energie: Noch vor dem Aufstehen klingelt der Radiowecker, dann schalten wir das Licht ein, wir
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
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrDie Binomialverteilung
Fachseminar zur Stochastik Die Binomialverteilung 23.11.2015 Referenten: Carolin Labrzycki und Caroline Kemper Gliederung Einstieg Definition der Binomialverteilung Herleitung der Formel an einem Beispiel
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrKreativ visualisieren
Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns
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
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
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
MehrCharakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert.
Der Gutachtenstil: Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Das Ergebnis steht am Schluß. Charakteristikum
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
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.
MehrMeinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele
Meinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele 4. März 2015 q5337/31319 Le forsa Politik- und Sozialforschung GmbH Büro Berlin Schreiberhauer
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrLernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation
Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Einführung Mit welchen Erwartungen gehen Jugendliche eigentlich in ihre Ausbildung? Wir haben zu dieser Frage einmal die Meinungen von Auszubildenden
Mehr2.1 Präsentieren wozu eigentlich?
2.1 Präsentieren wozu eigentlich? Gute Ideen verkaufen sich in den seltensten Fällen von allein. Es ist heute mehr denn je notwendig, sich und seine Leistungen, Produkte etc. gut zu präsentieren, d. h.
MehrGrundlagen der Gesprächsführung: Argumentation
Grundlagen der Gesprächsführung: Argumentation Welche sprachlichen Möglichkeiten haben wir, um Einstellungen zu verändern und Handlungen zu beeinflussen? Referent: Daniel Bedra Welche sprachlichen Möglichkeiten
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
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
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrA Lösungen zu Einführungsaufgaben zu QueueTraffic
A Lösungen zu Einführungsaufgaben zu QueueTraffic 1. Selber Phasen einstellen a) Wo im Alltag: Baustelle, vor einem Zebrastreifen, Unfall... 2. Ankunftsrate und Verteilungen a) poissonverteilt: b) konstant:
MehrPersönliche Zukunftsplanung mit Menschen, denen nicht zugetraut wird, dass sie für sich selbst sprechen können Von Susanne Göbel und Josef Ströbl
Persönliche Zukunftsplanung mit Menschen, denen nicht zugetraut Von Susanne Göbel und Josef Ströbl Die Ideen der Persönlichen Zukunftsplanung stammen aus Nordamerika. Dort werden Zukunftsplanungen schon
Mehr4 Aufzählungen und Listen erstellen
4 4 Aufzählungen und Listen erstellen Beim Strukturieren von Dokumenten und Inhalten stellen Listen und Aufzählungen wichtige Werkzeuge dar. Mit ihnen lässt sich so ziemlich alles sortieren, was auf einer
MehrRisikodiversifikation. Birgit Hausmann
diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.
MehrZufallsgrößen und Wahrscheinlichkeitsverteilungen
RS 24.2.2005 Zufallsgroessen_i.mcd 1) Zufallsgröße Zufallsgrößen und Wahrscheinlichkeitsverteilungen Zu jedem Zufallsexeriment gehört ein Ergebnisraum Ω. Die einzelnen Ergebnisse ω i können Buchstaben,
MehrMean Time Between Failures (MTBF)
Mean Time Between Failures (MTBF) Hintergrundinformation zur MTBF Was steht hier? Die Mean Time Between Failure (MTBF) ist ein statistischer Mittelwert für den störungsfreien Betrieb eines elektronischen
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrWhitepaper. Produkt: combit Relationship Manager 7. combit Relationship Manager email-rückläufer Script. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager 7 combit Relationship Manager email-rückläufer Script Inhalt Einleitung 3 Notwendige Anpassungen 3 crm Solution
MehrManager. von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen. Spielanleitung
Manager von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen Spielanleitung Manager Ein rasantes Wirtschaftsspiel für 3 bis 6 Spieler. Das Glück Ihrer Firma liegt in Ihren Händen! Bestehen Sie gegen
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
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
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.
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrSparen in Deutschland - mit Blick über die Ländergrenzen
Sparen in Deutschland - mit Blick über die Ländergrenzen Die wichtigsten Ergebnisse Allianz Deutschland AG, Marktforschung, September 2010 1 1 Sparverhalten allgemein 2 Gründe für das Geldsparen 3 Geldanlageformen
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
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
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
MehrFuxMedia Programm im Netzwerk einrichten am Beispiel von Windows 7
FuxMedia Programm im Netzwerk einrichten am Beispiel von Windows 7 Die Installation der FuxMedia Software erfolgt erst NACH Einrichtung des Netzlaufwerks! Menüleiste einblenden, falls nicht vorhanden Die
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
MehrZahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009)
Zahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009) Probleme unseres Alltags E-Mails lesen: Niemand außer mir soll meine Mails lesen! Geld abheben mit der EC-Karte: Niemand außer mir soll
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
Mehr