Bedingte Unabhängigkeit, Definition
|
|
- Petra Dressler
- vor 7 Jahren
- Abrufe
Transkript
1 Bedinge Unabhängigkei, Deiniion Zwei Ereignisse a, b sind beding unabhängig, gegeben c, gdw.: P(a,b c) = P(a c) P(b c) Zwei Variable A, B sind beding unabhängig, gegeben C, gdw.: P(A, B C) = P(A C) P(B C) Dami äquivalen sind die Formulierungen P(A B,C) = P(A C) und P(B A,C) = P(B C) 301
2 Bayes-Neze repräsenieren eizien gemeinsame W vereilungen und (bzw. uner Verwendung von) Aussagen zur bedingen Unabhängigkei von Zuallsvariablen Ein Bayes-Nez is ein gericheer azyklischer Graph, wobei Knoen ensprechen Zuallsvariablen (diskre, koninuierlich) Kanen ensprechen direken Abhängigkeien zwischen Variablen; ühr eine Kane von X nach Y, so heiß X ein Elernknoen von Y, die Menge aller Elernknoen is Parens(Y) Jeder Knoen X räg als Anschri P(X Parens(X)) Inerpreaion: Sei P(x 1,, x n ) := P(X 1 =x 1,, X n =x n ). Dann gil: vgl. naives Bayessches Modell P(x 1,, x n ) = i P(x i Parens(X i )) 302
3 Beispiel ür Kaliornische Wissenschaende Hausalarm geh an bei Einbruch und manchmal bei Erdbeben Nachbarn John und Mary sollen im Büro anruen, wenn sie agsüber Alarm hören John ru im Büro an, aber nich Mary. Wie wahrscheinlich is es, dass gerade eingebrochen wird? Modellierung Variablen Burglary, Earhquake, Alarm, JohnCalls, MaryCalls Gesuch also P(B j,-m) Alarm häng direk ab von Burglary, Earhquake; JohnCalls und MaryCalls hängen direk je nur ab von Alarm W keien wie nacholgend angegeben 303
4 Beispiel-Bayes-Nez P(Q) Q P(A B,Q) Beispiel P(j,-m,a,b,-q) = P(j a)p(-m a)p(a b,-q)p(b)p(-q) = = Doch eigenlich suchen wir ja P(B j,-m)! (Forsezung olg) 304
5 Konsrukion eines Bayes-Nezes 1. Wähle eine vollsändige Ordnung X 1,, X n der Variablen 2. or i=1 o n üge X i zum Nez hinzu; wähle X i s direke Vorgänger aus X 1,, X i-1 so, dass P(X i Parens(X i )) = P(X i X 1,, X i-1 ) Bei ungeschicker Variablenordnung ensehen unnöig komplexe Neze! Beispiel: Reihenolge M, J, A, B, Q P(J M) P(J) M J P(A J,M) P(A J) und P(A J,M) P(A M) M A, J A P(B A,J,M)=P(B A) nich M B J B 305
6 Inerenz durch Ausrechnen P(B j,-m) = P(B, j,-m) / P(j,-m) J Produkregel = α P(B, j,-m) Normalisierung mi Konsane = α q a [P(B, Q=q, A=a, j, -m)] Kolmogorow 3 Weier mi B=rue (anderer Fall ensprechend) = α q a P(b)P(Q=q)P(A=a b,q)p(j a)p(-m a) bed. Unabhängigkei = α P(b) q P(Q=q) [ a P(A=a b,q)p(j a)p(-m a)] Durch Einsezen der W keien gemäß Bayes-Nez: α , α , Die W kei ür einen Einbruch is von a priori 0,1% au 0,513% gesiegen B A Q M 306
7 Inerenz durch vollsändiges Ausrechnen versecke Variablen Parens, direke Vorgänger von Y 307
8 Eigenschaen des vollsändigen Ausrechnens Terminier sicher mi korrekem Ergebnis Speicherbedar: O(n) ( Tieenraversierung ) Zeibedar: O(m n ) ür diskree ZV max. m Were (boolsche ZV: m=2) Saz: Exake Inerenz in Bayes-Nezen is NP-vollsändig Beweisidee: Abbildung proposiionaler Inerenz in Bayes-Nez-Inerenz Opimierungsmöglichkeien (s. nächse Folien) caching von mehrach auauchenden Teilergebnissen Variableneliminaion Überührung von Bayes-Nezen in Polybäume Saz: Inerenz in Bayes-Polybäumen is linear in Speicherund Zeibedar (hier ohne Beweis) 308
9 Wiederverwendung von Teilergebnissen wir haen vorher: P(B j,-m) = α P(b) q P(Q=q) [ a P(A=a b,q)p(j a)p(-m a)] Die Terme P(j a)p(-m a) (ür alle Were von a) auchen in mehreren Summanden au! Sell die Berechnung so um, dass die Vereilung von innen nach außen berechne wird (Verahren: Russell/Norvig S. 507) B J A Q M 309
10 Variableneliminaion Beispielanrage: P(J b) (wie wahrscheinlich ru John an, wenn ein Einbruch vorlieg?) P(J b) = α P(b) q P(Q=q) [ a P(A=a b,q)p(j a) m P(m a)] B J A Q M Beobachung: m P(m a) is immer =1! M häng nur ab von A, ür das immer alle Were unersuch werden: M is irrelevan ür die Anrage: M-Terme können wegallen Saz: Variable Y X is irrelevan ür die Anrage P(X E), alls M Vorgänger({X} E) (Vorgänger is rans. Hülle von Parens) (Beweis: Nach Konsrukion eines Bayes-Nezes) Im Beispiel: X=J, E={B}, Vorgänger({X} E)={A, Q} M is irrelevan 310
11 Neze zu Polybäumen Polybaum: Graph, in dem es zwischen zwei Knoen max. 1 Pad gib. Beispiel: B A Q Gegenbeispiel: P(C) J M C P(S C) S R Cloudy Sprinkler P(W S,R) We Grass C Rain P(R C) Umormungsansaz: Verbinde Knoen, bis das Resula ein Polybaum is! Errechne Vereilungen der verbundenen Knoen aus Vereilungen der Einzelknoen 311
12 Rasensprengen mi Polybäumen C S P(S C) Sprinkler R P(W S,R) Cloudy We Grass P(C).50 C Rain P(R C) W vereilungen der verbundenen Knoen nehmen Zerlegung der W vereilungen im Bayes-Nez eils zurück! Cloudy Spr.+Rain We Grass P(C).50 C P(S+R C) S+R P(W S+R)
13 Bayes-Nez-Inerenz durch Approximaion Rechne (bedinge) Vereilungen nich aus, sondern ermile sie durch Sichproben aus dem Nez! W kei, dass Funkion die Sichprobe (x 1,, x n ) erzeug: S PS (x 1,, x n ) = i P(x i Parens(X i )) = P(x 1,, x n ) d.h.: hinreichend viele Sichproben approximieren Vereilung! 313
14 Beispiel: Approximaives Rasenwässern P(C).50 Cloudy 1. Ziehe C nach P(C)= 0.5, 0.5 Ergebnis sei Cloudy=rue C P(S C) C P(R C) 2. Ziehe S nach P(S c)= 0.1, 0.9 Ergebnis sei Sprinkler=alse Ziehe S nach P(R c)= 0.8, 0.2 Ergebnis sei Rain=rue Sprinkler Rain 4. Ziehe S nach P(W s, r)= 0.9, 0.1 Ergebnis sei We_Grass=rue S R P(W S,R) We Grass Sei N PS (x 1,, x n ) die Häuigkei, mi der (x 1,, x n ) gezogen wurde. Nach N (hinreichend groß) Sichproben: P (x 1,, x n ) = N PS (x 1,, x n ) / N 314
15 Grenzen von PRIOR-SAMPLE Vorhandene Evidenz wird nich verwende: P(X) wird approximier, aber nich ohne Weieres P(X e) Bei vielen Variablen oder unwahrscheinlicher Evidenz e (kleinem P(e)) werden viele Nieen gezogen N muss groß sein Je mehr Evidenzvariable, deso kleiner P(e) Algorihmus wird relaiv schlecher bei mehr Inormaion! Lösung: Gewichee Sichproben (WEIGHTED-SAMPLE) Belege Evidenz-Variable wie durch e vorgegeben Wiche X nach P(e X e) 315
16 Gewichee Sichproben 316
17 Korrekhei von LIKELIHOOD-WEIGHTING Sichprobenw kei in WEIGHTED-SAMPLE: S WS (z,e) = l i P(z i Parens(Z i )) Gewich ür Sichprobe (z,e): w(z,e) = m i P(e i Parens(E i )) Gewichee Sichprobenw kei: S WS (z,e)w(z,e) = l ip(z i Parens(Z i )) m ip(e i Parens(E i )) = P(z,e) Es bleib das Problem, dass bei kleinem P(e) (geringe W kei des Evidenzereignisses, viele Evidenzvariablen) große Sichproben erorderlich sind! 317
18 vgl. lokale Suchverahren! Sichprobenziehen per random walk Idee: Sare mi zuälligem Ereignis, das die Evidenz spiegel Erzeuge neue Ereignisse durch lokale Änderung in Nich- Evidenz-Variablen Die lokalen Änderungen ensprechen W vereilung abhängig von den unveränderen Variablen Markow-Hülle von X: die Elern von X, die direken Nacholger von X und deren (andere) Elern Saz: X is beding unabhängig von allen anderen Knoen, gegeben seine Markow-Hülle 318
19 Markov Chain Mone Carlo Sampling Z Markow-Hülle (Markov blanke) 319
20 Qualiaives Verhalen von MCMC (Beispiel) Sei e={sprinkler=rue, We_Grass=rue}, Z={Cloudy, Rain} Sichproben ensprechen einer Markow-Kee Für P(r e) seze z.b. N=100 Zähle Sichproben aus nach r, r; haben z.b. 31 r, 69 r P(r e) = NORMALIZE( 31,69 ) = 0.31,
21 Eigenschaen von MCMC Saz: Die Markow-Kee approximier eine saionäre Vereilung: Im Limes is sie in einer Häuigkei in jedem Zusand, die der bedingen W kei des ensprechenden Ereignisses ensprich. N muss man raen wann is Markow-Kee konvergier? Bei sehr großen Markow-Hüllen lange Zei bis Konvergenz 321
5. Übungsblatt zur Linearen Algebra II
Fachbereich Mahemaik Prof. J. Bokowski Dennis Frisch, Nicole Nowak Sommersemeser 27 5., 8. und 2. Mai 5. Übungsbla zur Linearen Algebra II Gruppenübung Aufgabe G (Hüllen) In dieser Aufgabe soll es darum
MehrTyp A: Separierbare Differentialgleichungen I. Separierbare Differentialgleichungen II. Beispiel einer separierbaren Dgl
Typ A: Separierbare Differenialgleichungen I Gegeben sei die Differenialgleichung y () = f () g(y) in einem Bereich D der (, y) Ebene. Gil g(y) 0, so lassen sich die Variablen und y rennen: y () g(y) =
MehrINTELLIGENTE DATENANALYSE IN MATLAB
INTELLIGENTE DATENANALYSE IN MATLAB Sequenzanalyse Überblick Sh Schrie der Daenanalyse: Daenvorverarbeiung Problemanalyse Problemlösung Anwendung der Lösung Aggregaion und Selekion von Daen. Inegraion
MehrElektrotechnik und Informationstechnik
Elektrotechnik und Informationstechnik Institut für Automatisierungstechnik, Professur Prozessleittechnik Bayes'sche Netze VL PLT2 Professur für Prozessleittechnik Prof. Leon Urbas, Dipl. Ing. Johannes
MehrZu jedem Typ gibt es eine Menge von möglichen Denotationen der Ausdrücke dieses Typs. Diese Menge wird Domäne des betreffenden Typs genannt.
2 Theorie der semanischen Typen 2.2.2 Semanik von TL Menge der omänen Zu jedem Typ gib es eine Menge von möglichen enoaionen der Ausdrücke dieses Typs. iese Menge wird omäne des bereffenden Typs genann.
MehrStatistische Verfahren in der Künstlichen Intelligenz, Bayesische Netze
Statistische Verfahren in der Künstlichen Intelligenz, Bayesische Netze Erich Schubert 6. Juli 2003 LMU München, Institut für Informatik, Erich Schubert Zitat von R. P. Feynman Richard P. Feynman (Nobelpreisträger
MehrIII.2 Radioaktive Zerfallsreihen
N.BORGHINI Version vom 5. November 14, 13:57 Kernphysik III. Radioakive Zerfallsreihen Das Produk eines radioakiven Zerfalls kann selbs insabil sein und späer zerfallen, und so weier, sodass ganze Zerfallsreihen
MehrÜbungsblatt 4 Lösungsvorschläge
Insiu für Theoreische Informaik Lehrsuhl Prof. Dr. D. Wagner Übungsbla 4 Lösungsvorschläge Vorlesung Algorihmenechnik im WS 09/10 Problem 1: Flüsse [vgl. Kapiel 4.1 im Skrip] ** Gegeben sei ein Nezwerk
MehrKondensator und Spule im Gleichstromkreis
E2 Kondensaor und Spule im Gleichsromkreis Es sollen experimenelle nersuchungen zu Ein- und Ausschalvorgängen bei Kapaziäen und ndukiviäen im Gleichsromkreis durchgeführ werden. Als Messgerä wird dabei
MehrUniversität Ulm Samstag,
Universiä Ulm Samsag, 5.6. Prof. Dr. W. Arend Robin Nika Sommersemeser Punkzahl: Lösungen Gewöhnliche Differenialgleichungen: Klausur. Besimmen Sie die Lösung (in möglichs einfacher Darsellung) folgender
MehrBayes sche und probabilistische Netze
Bayes sche und probabilistische Netze Gliederung Wahrscheinlichkeiten Bedingte Unabhängigkeit, Deduktion und Induktion Satz von Bayes Bayes sche Netze D-Separierung Probabilistische Inferenz Beispielanwendung
MehrÜbungsaufgaben zu Kapitel 5: Erwartungen Die Grundlagen
Kapiel 5 Übungsaufgaben zu Kapiel 5: Erwarungen Die Grundlagen Übungsaufgabe 5-1a 5-1a) Beschreiben Sie die heoreischen Überlegungen zum Realzins. Wie unerscheide sich der Realzins vom Nominalzins? Folie
MehrAufgaben: Repetition Ökonometrie I - Lösungen
Ökonomerie I - Peer Salder Aufgaben: Repeiion Ökonomerie I - Lösungen Aufgabe (Radiowerbung für Kino): Die Schäzung der Regressionsgleichung U W u U : Wochenumsaz, W : Werbeausgaben ergib: 000, 07., SE
MehrKurzrepetition Ökonometrie I - Lösungen
. Einführung Ökonomerie II - Peer Salder Kurzrepeiion Ökonomerie I - Lösungen Aufgabe (Inerpreaion von Regressionsergebnissen) a) Der prozenuale Aneil der Varianz der abhängigen Variablen, der durch die
MehrÜbungsserie: Single-Supply, Gleichrichter Dioden Anwendungen
1. Mai 216 Elekronik 1 Marin Weisenhorn Übungsserie: Single-Supply, Gleichricher Dioden Anwendungen Aufgabe 1. Gleichricher In dieser Gleichricherschalung für die USA sei f = 6 Hz. Der Effekivwer der Ausgangspannung
MehrIntegralrechnung. Grundidee der Integralrechnung. Einführung des Riemann- Integrals
1/8 Grundidee der Inegralrechnung Inegralrechnung Die Inegralrechnung is neben der Differenialrechnung der wichigse Zweig der Analysis. Sie is aus dem Problem der Flächen- und Volumenberechnung ensanden.
MehrMasse, Kraft und Beschleunigung Masse:
Masse, Kraf und Beschleunigung Masse: Sei 1889 is die Einhei der Masse wie folg fesgeleg: Das Kilogramm is die Einhei der Masse; es is gleich der Masse des Inernaionalen Kilogrammprooyps. Einzige Einhei
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Sequenzanalyse
Universiä Posdam Insiu für Informaik Lehrsuhl Maschinelles Lernen Sequenzanalyse Michael Brückner (Verreung) Chrisoph Sawade/Niels Landwehr Paul Prasse Tobias Scheffer Lieraur Klaus Neusser: Zeireihenanalyse
Mehr4. Quadratische Funktionen.
4-1 Funkionen 4 Quadraische Funkionen 41 Skalierung, Nullsellen Eine quadraische Funkion is von der Form f() = c 2 + b + a mi reellen Zahlen a, b, c; is c 0, so sprechen wir von einer echen quadraischen
MehrQuality Assurance in Software Development
Insiue for Sofware Technology Qualiy Assurance in Sofware Developmen Qualiässicherung in der Sofwareenwicklung A.o.Univ.-Prof. Dipl.-Ing. Dr. Bernhard Aichernig Insiue for Sofware Technology Graz Universiy
MehrAbiturprüfung Mathematik 2012 (Baden-Württemberg) Berufliche Gymnasien Analysis, Aufgabe 1
Abiurprüfung Mahemaik 0 (Baden-Würemberg) Berufliche Gymnasien Analysis, Aufgabe. (8 Punke) Die Abbildung zeig das Schaubild einer Funkion h mi der Definiionsmenge [-7 ; 4]. Die Funkion H is eine Sammfunkion
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren
MehrDer Zeitwert des Geldes - Vom Umgang mit Zinsstrukturkurven -
- /8 - Der Zeiwer des Geldes - Vom Umgang mi Zinssrukurkurven - Dr. rer. pol. Helmu Sieger PROBLEMSELLUNG Zinsänderungen beeinflussen den Wer der Zahlungssröme, die Krediinsiue, Versicherungen und sonsige
MehrAbiturprüfung Mathematik 2009 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
www.mahe-aufgaben.com Abiurprüfung Mahemaik 009 (Baden-Würemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe. (7 Punke) Das Schaubild P einer Polynomfunkion drien Grades ha den Wendepunk W(-/-) und
MehrSemantik. Semantik. Die Sprache der Typtheorie sieht für jeden Typ eine Menge nichtlogischer
Universiy of Bielefeld Beispiele: Prädikaskonsanen (Suden, verheirae, arbeie): Typ ; sie nehmen einen Eigennamen/ein Referenzobjek und liefern einen Saz/einen Wahrheiswer ab. Zweisellige Relaionskonsanen
MehrDifferenzieren von Funktionen zwischen Banachräumen
Differenzieren von Funkionen zwischen Banachräumen Ingmar Gezner In dieser Seminararbei wollen wir das Differenzieren auf Funkionen zwischen Banachräume verallgemeinern. In unendlichdimensionalen Räumen
MehrZeitreihenökonometrie
Zeireihenökonomerie Kapiel 1 - Grundlagen Einführung in die Verfahren der Zeireihenanalyse (1) Typischerweise beginn man mi einer Beschreibung der jeweils zu unersuchenden Zeireihe (graphisch) Trendverhalen,
MehrSystemtheorie: Übertragungssystem: Beispiele
Sysemheorie: lieer mahemaische Werkzeuge, um die Umwandlung einer physikalisch kodieren Inormaion in einer andere Darsellung z.b. vom Orsraum in den Fourierraum ohne Inormaionsverlus zu beschreiben. Überragungssysem:
Mehr4. Kippschaltungen mit Komparatoren
4. Kippschalungen mi Komparaoren 4. Komparaoren Wird der Operaionsversärker ohne Gegenkopplung berieben, so erhäl man einen Komparaor ohne Hserese. Seine Ausgangsspannung beräg: a max für > = a min für
MehrName: Punkte: Note: Ø:
Name: Punke: Noe: Ø: Kernfach Physik Abzüge für Darsellung: Rundung: 4. Klausur in K am 5. 5. 0 Ache auf die Darsellung und vergiss nich Geg., Ges., Formeln, Einheien, Rundung...! Angaben: e =,60 0-9 C
MehrEigenwerte und Eigenvektoren
Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung,
MehrAbiturprüfung Baden-Württemberg 1986
001 - hp://www.emah.de 1 Abirprüfng Baden-Würemberg 1986 Leisngskrs Mahemaik - Analysis Z jedem > 0 is eine Fnkion f gegeben drch f x x x e x ; x IR Ihr Schabild sei K. a Unersche K af Asympoen, Schnipnke
MehrMathematische Methoden der klassischen Physik Zusammenfassung Differentialgleichungen
Dr. G. Lechner Mahemaische Mehoden der klassischen Physik Zusammenfassung Differenialgleichungen In der Vorlesung wurden drei unerschiedliche Typen von Differenialgleichungen (DGL) besprochen, die jeweils
Mehr7.3. Partielle Ableitungen und Richtungsableitungen
7.3. Parielle Ableiungen und Richungsableiungen Generell vorgegeben sei eine Funkion f von einer Teilmenge A der Ebene R oder allgemeiner des n-dimensionalen Raumes R n nach R. Für x [x 1,..., x n ] aus
MehrFlugzeugaerodynamik I Lösungsblatt 2
Flugzeugaerodynamik I Lösungsbla 2 Lösung Aufgabe Bei der vorliegenden Aufgabe handel es sich um die Nachrechenaufgabe der Skele Theorie. a) Der Koeffizien A 1 is durch die Wölbung des gegebenen Skeles
MehrWeg im tv-diagramm. 1. Rennwagen
Weg im v-diagramm 1. Rennwagen Löung: (a). (a) Bechreibe die Fahr de Rennwagen. (b) Wie wei kommm der Rennwagen in den eren vier Minuen, wie wei komm er über den geamen Zeiraum? (c) Wie groß i die Durchchnigechwindigkei
MehrPrüfung Finanzmathematik und Investmentmanagement 2011
Prüfung Finanzmahemaik und Invesmenmanagemen 0 Aufgabe : (0 Minuen) a) Auf der Grundlage einer Lagrange-Opimierung ergib sich die folgende funkionale Form für die (, ) -Koordinaen der (rein riskanen) Randporfolios
Mehr1 Lokale Änderungsrate und Gesamtänderung
Schülerbuchseie Lösungen vorläufig I Inegralrechnung Lokale Änderungsrae und Gesamänderung S. S. b h = m s ( s) + m s s + m s ( s) = 7 m Fläche = 7 FE a) s =, h km h +, h km h +, h km h +, h km h +,, h
MehrGrundbegriffe der Wahrscheinlichkeitstheorie. Karin Haenelt
Grundbegriffe der Wahrscheinlichkeitstheorie Karin Haenelt 1 Inhalt Wahrscheinlichkeitsraum Bedingte Wahrscheinlichkeit Abhängige und unabhängige Ereignisse Stochastischer Prozess Markow-Kette 2 Wahrscheinlichkeitsraum
MehrStammgruppe trifft sich zum Museumsrundgang Experte erklärt jeweils sein Plakat
Fachag Mahemaik: Kurvenscharen Ablauf: 1. Sunde Gemeinsame Einsiegsaufgabe. Sunde Sammgruppenaufgaben Sammgruppen (a bis 6 Schüler) Jedes Gruppenmiglied erhäl eine unerschiedliche Aufgabe A, B, C, D in
MehrLösungshinweise zu Kapitel 13
L-112 Lösungshinweise zu Kapitel 13 zu Selbsttestaufgabe 13.2 (Eigenschaften der bedingten Unabhängigkeit) Sei P eine Wahrscheinlichkeitsverteilung über V. Wir setzen im Folgenden stillschweigend voraus,
MehrZentrale schriftliche Abiturprüfungen im Fach Mathematik
Zenrale schrifliche Abiurprüfungen im Fach Mahemaik Aufgabe 9: Radioakiver Zerfall Beim radioakiven Zerfall einer Subsanz S 1 beschreib m 1 () die Masse der noch nich zerfallenen Subsanz zum Zeipunk mi
MehrPhysik Übung * Jahrgangsstufe 9 * Versuche mit Dioden
Physik Übung * Jahrgangssufe 9 * Versuche mi Dioden Geräe: Nezgerä mi Spannungs- und Sromanzeige, 2 Vielfachmessgeräe, 8 Kabel, ohmsche Widersände 100 Ω und 200 Ω, Diode 1N4007, Leuchdiode, 2 Krokodilklemmen
MehrHamburg Kernfach Mathematik Zentralabitur 2013 Erhöhtes Anforderungsniveau Analysis 2
Hmburg Kernfch Mhemik Zenrlbiur 2013 Erhöhes Anforderungsniveu Anlysis 2 Smrphones Die Mrkeinführung eines neuen Smrphones vom Elekronikherseller PEAR wird ses ufgereg erwre. Zur Modellierung der Enwicklung
MehrAbituraufgaben Grundkurs 2009 Bayern Analysis I. dt mit D F = R.
Abiuraufgaben Grundkurs 9 Bayern Analysis I I.). Die Abbildung zeig den Graphen G f einer ganzraionalen Funkion f drien Grades mi dem Definiionsbereich D f R. Die in der Abbildung angegebenen Punke P(
Mehr14 Kurven in Parameterdarstellung, Tangentenvektor und Bogenlänge
Dr. Dirk Windelberg Leibniz Universiä Hannover Mahemaik für Ingenieure Mahemaik hp://www.windelberg.de/agq 14 Kurven in Parameerdarsellung, Tangenenvekor und Bogenlänge Aufgabe 14.1 (Tangenenvekor und
MehrKommunikationstechnik I
Kommunikaionsechnik I Prof. Dr. Sefan Weinzierl Muserlösung 5. Aufgabenbla 1. Moden 1.1 Erläuern Sie, was in der Raumakusik uner Raummoden versanden wird. Der Begriff einer sehenden Welle läss sich am
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
MehrWechselspannung. Zeitlich veränderliche Spannung mit periodischer Wiederholung
Elekrische Schwingungen und Wellen. Wechselsröme i. Wechselsromgrößen ii.wechselsromwidersand iii.verhalen von LC Kombinaionen. Elekrischer Schwingkreis 3. Elekromagneische Wellen Wechselspannung Zeilich
MehrAufgabenblock 3. Durch zählen erhält man P(A) = 10 / 36 P(B) = 3 / 36 P(C) = 18 / 36 und P(A B) = 3 /
Aufgabenblock 3 Aufgabe ) A sei das Ereignis: schwerer Verkehrsunfall B sei das Ereignis: Alkohol ist im Spiel Herr Walker betrachtet die Wahrscheinlichkeit P(B A) = 0.3 und errechnet daraus P(-B A) =
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. D. Casrigiano Dr. M. Prähofer Zenralübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zenrum Mahemaik Mahemaik 3 für Physik (Analysis ) hp://www-hm.ma.um.de/ss/ph/ 49. Eine reguläre Kurve ha keinen Knick
Mehrum (x + X) 4 auszurechnen verwenden wir den Binomischen Lehrsatz (a+b) n = a n + ( n 1 )a n-1* b 1 + + b n ( n k ) = in Gleichung einsetzen
Mahemaik I Übungsaufgaben 8 Lösungsorschläge on T. Meyer Era-Mahemaik-Übung: 005--06 Aufgabe Berechnen Sie die Ableiung der Funkion f an einer beliebigen Selle 0 ohne Verwendung irgendwelcher Vorkennnisse
MehrBayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg
Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl KI) Bayes-Netze (1) 1 / 22 Gliederung 1 Unsicheres Wissen 2 Schließen
MehrGrundgebiete der Elektrotechnik II Feedbackaufgabe: Transiente Vorgänge
heinisch-wesfälische Technische Hochschule Aachen Insiu für Sromricherechni und Elerische Anriebe Universiäsprofessor Dr. ir. i W. De Doncer Grundgebiee der Eleroechni II Feedbacaufgabe: Transiene Vorgänge
MehrDiskrete Integratoren und Ihre Eigenschaften
Diskree Inegraoren und Ihre Eigenschafen Whie Paper von Dipl.-Ing. Ingo Völlmecke Indusrielle eglersrukuren werden im Allgemeinen mi Hilfe von Inegraoren aufgebau. Aufgrund des analogen Schalungsaufbaus
MehrAbiturprüfung 2017 ff Beispielaufgabe Grundkurs Mathematik; Analysis Beispiel Wirkstoff
Die Bioverfügbarkei is eine Messgröße dafür, wie schnell und in welchem Umfang ein Arzneimiel resorbier wird und am Wirkor zur Verfügung seh. Zur Messung der Bioverfügbarkei wird die Wirksoffkonzenraion
MehrThema 6: Kapitalwert bei nicht-flacher Zinsstruktur:
Thema 6: Kapialwer bei nich-flacher Zinssrukur: Markzinsmehode Bislang unersell: i i kons. (, K, T) (flache Zinskurve) Verallgemeinerung der KW-Formel auf den Fall beliebiger Zinskurven jedoch ohne weieres
MehrElementare statistische Methoden
Elementare statistische Methoden Vorlesung Computerlinguistische Techniken Alexander Koller 28. November 2014 CL-Techniken: Ziele Ziel 1: Wie kann man die Struktur sprachlicher Ausdrücke berechnen? Ziel
MehrDie Lösungen der Übungsaufgaben werden durch folgendes Lemma etwas vereinfacht:
Prof. Dr. D. Kuske, M.Sc. M. Huschenbe Fachgebie Theoreische Informaik, TU Ilmenau Muserlösung zum 2. Übungsbla Auomaenheorie Die Lösungen der Übungsaufgaben werden durch folgendes Lemma ewas vereinfach:
Mehr1 Grundwissen Elektrik
1 Grundwissen Elekrik 1.1 Elekrisches Feld Elekrische Felder exisieren in der Umgebung von Ladungen. Die Feldrichung is dabei die Richung der Kraf auf eine posiive Probeladung. Die Feldlinien verlaufen
MehrAnalysis: Ganzrationale Funktionen Analysis Ganzrationale Funktionen Differenzialrechnung, Extrem- und Wendepunkte
www.mahe-aufgaben.com Analysis: Ganzraionale Funkionen Analysis Ganzraionale Funkionen Differenzialrechnung, Exrem- und Wendepunke Gymnasium Klasse 0 Alexander Schwarz www.mahe-aufgaben.com Juni 0 www.mahe-aufgaben.com
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 03: Einführung in die sochasische Modellierung November 014 Prof. Dr. Jürg Schwarz Folie Inhal Ziele 6 Saische vs. dynamische
MehrAnalysis: Exponentialfunktionen Analysis
www.mahe-aufgaben.com Analysis: Eponenialfunkionen Analysis Übungsaufgaben u Eponenialfunkionen Pflich- und Wahleil gesames Soffgebie (insbesondere Funkionsscharen) ohne Wachsum Gymnasium ab J Aleander
Mehr2.2 Rechnen mit Fourierreihen
2.2 Rechnen mi Fourierreihen In diesem Abschni sollen alle Funkionen als sückweise seig und -periodisch vorausgesez werden. Ses sei ω 2π/. Wir sezen jez aus Funkionen neue Funkionen zusammen und schauen,
MehrMathematik für das Ingenieurstudium. 4. Juli 2011
Mahemaik ür das Ingenieursudium Jürgen Koch Marin Sämple 4. Juli 0 .6 Beweise 43 Beispiel.3 (Ungleichungen) a) Die Ungleichung + 4 < 6 is ür alle -Were deinier. Zur Besimmung der Lösungsmenge berechnen
MehrKapitel : Exponentielles Wachstum
Wachsumsprozesse Kapiel : Exponenielles Wachsum Die Grundbegriffe aus wachsum 1.xmcd werden auch hier verwende! Wir verwenden im Beispiel 2 auch fas die gleiche Angabe wie in Beispiel 1 - lediglich eine
MehrSERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2)
Einührung in ie Mechanik Teil : Kinemaik Ausgabe: 9 / 4 In iesem Teil er Reihe wollen wir anhan eines Zahlenbeispiels en Deomaionsgraienen als zenrale Größe zur Beschreibung er Deormaion in er Kinemaik
MehrAnalog-Elektronik Protokoll - Transitorgrundschaltungen. Janko Lötzsch Versuch: 07. Januar 2002 Protokoll: 25. Januar 2002
Analog-Elekronik Prookoll - Transiorgrundschalungen André Grüneberg Janko Lözsch Versuch: 07. Januar 2002 Prookoll: 25. Januar 2002 1 Vorberachungen Bei Verwendung verschiedene Transisor-Grundschalungen
MehrStatistik I (Sozialwissenschaften)
Dr. Hans-Ofried Müller Insiu für Mahemaische Sochasik Fachrichung Mahemaik Technische Universiä Dresden hp://www.mah.u-dresden.de/so/mueller/ Saisik I (Sozialwissenschafen) 2. Rechenübung, WS 2014/2015,
MehrÜbungsaufgaben zu Kapitel 1: Offene Güter- und Finanzmärkte
Kapiel 1 Übungsaufgaben zu Kapiel 1: Offene Güer- und Finanzmärke Übungsaufgabe 1-1 1-1 Berachen Sie zwei Werpapiere, das eine wird in Deuschland in Euro emiier, das andere in den USA in Dollar! Nehmen
MehrÜberblick. Beispielexperiment: Kugelfall Messwerte und Messfehler Auswertung physikalischer Größen Darstellung von Ergebnissen
Überblick Beispielexperimen: Kugelfall Messwere und Messfehler Auswerung physikalischer Größen Darsellung von Ergebnissen Sicheres Arbeien im abor Beispielexperimen : Kugelfall Experimen: Aus der saionären
MehrUnabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
Mehrf ( x) = x + x + 1 (quadratische Funktion) f '( x) = x + (Ableitungsfunktion)
R. Brinkmann hp://brinkmann-du.de Seie.. Tangene und Normale Tangenenseigung Die Seigung eines Funkionsgraphen in einem Punk P ( f ( ) ) is gleichbedeuend mi der Seigung der Tangene in diesem Punk. Nachfolgend
MehrVektorgeometrie Layout: Tibor Stolz
Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P
MehrKapitel 6: Ort, Geschwindigkeit und Beschleunigung als Funktion der Zeit
Kapiel 6: Or, Geschwindigkei und Beschleunigung als Funkion der Zei 2 Kapiel 6: Or, Geschwindigkei und Beschleunigung als Funkion der Zei Einführung Lerninhal Einführung 3 Das Programm yzet erlaub es,
MehrKünstliche Intelligenz Unsicherheit. Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln
Künstliche Intelligenz Unsicherheit Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Rückblick Agent in der Wumpuswelt konnte Entscheidungen
Mehr3. Echtzeit-Scheduling Grundlagen
3. Echzei-Scheduling Grundlagen 3.1. Grundbegriffe, Klassifikaion und Bewerung Grundbegriffe Job Planungseinhei für Scheduling e wce r d Ausführungszei, Bearbeiungszei (execuion ime) maximale Ausführungszei
MehrMathematische Methoden in den Ingenieurwissenschaften 4. Übungsblatt
Prof Dr M Gerds Dr A Dreves J Michael Winerrimeser 6 Mahemaische Mehoden in den Ingenieurwissenschafen 4 Übungsbla Aufgabe 9 : Mehrmassenschwinger Berache wird ein schwingendes Sysem aus Körpern der Masse
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
Mehr4.5. Prüfungsaufgaben zu Symmetrie und Verschiebung
4.5. Prüfungsaufgaben zu Symmerie und Verschiebung Aufgabe : Symmerie (6) Unersuche die folgenden Funkionen auf Punk- oder Achsensymmerie: a) f() = 6 6 + 4 + 8 + 7 b) f() = 8 5 5 + 5 c) f() = (a 5 b +
Mehr1 Kinematik der geradlinigen Bewegung eines Punktes 1.1 Freier Fall; Geschwindigkeit, Fallzeit, kinematische Diagramme
Inhal / Übersich der Aufgaben mi Lösungen XI Aufgabe Erläuerung "Info"-Bild Seie 1 1 Kinemaik der geradlinigen Bewegung eines Punkes 1.1 Freier Fall; Geschwindigkei, Fallzei, kinemaische Diagramme 5 1.2
MehrThema 3: Dynamischer versus statischer Vorteilhaftigkeitsvergleich
hema 3: Dynamischer versus saischer Voreilhafigkeisvergleich Vor allem in der Wirschafspraxis belieb: Gewinnorieniere sa zahlungsorieniere Ansäze zum reffen von Invesiionsenscheidungen. sogenanne saische
MehrNetzwerke Beispielnetzwerk N
Nezwerke Kapiel Flüe in Nezwerken Sromnez Telefonnez Warenflu zwichen Herellern und Konumenen Verkehr (Sraßen, Züge, Flugzeuge,...) Of wollen wir Güer von einem Punk zu einem anderen chicken Ziel So viel/effizien/illig
MehrMedikamentendosierung A. M.
Medikamenendosierung A M Inhalsverzeichnis 1 Einleiung 2 2 Ar der Einnahme 3 3 Tropfenweise Einnahme 4 31 Differenialgleichung 4 32 Exake Lösung 5 33 Näherungsweise Lösung 5 4 Periodische Einnahme 7 41
MehrK4 Bedingte Wahrscheinlichkeiten. 4.1 Definition Die bedingte Wahrscheinlichkeit von A bei gegebenem B:
K4 Bedingte Wahrscheinlichkeiten 4.1 Definition Die bedingte Wahrscheinlichkeit von A bei gegebenem B: P(A B) = P(A B)/P(B) (4.1.1) Meistens benutzen wir diese Form: P(A B) = P(A B)*P(B) weil P(A B) schwer
MehrKapitel 11 Produktion, Sparen und der Aufbau von Kapital
apiel 11 Produkion, Sparen und der Aufbau von apial Vorbereie durch: Florian Barholomae / Sebasian Jauch / Angelika Sachs Die Wechselwirkung zwischen Produkion und apial Gesamwirschafliche Produkionsfunkion:
MehrArbitragefreie Preise
Arbiragefreie Preise Maren Schmeck 24. Okober 2006 1 Einleiung P i () Preis von Anleihe i zur Zei, i = 1,..., n x i Anzahl an Einheien der Anleihe i V () = n i=1 x ip i () Wer eines Porfolios mi x i Einheien
Mehr8. Betriebsbedingungen elektrischer Maschinen
8. Beriebsbedingungen elekrischer Maschinen Neben den Forderungen, die die Wirkungsweise an den Aufbau der elekrischen Maschinen sell, müssen bei der Konsrukion noch die Bedingungen des Aufsellungsores
MehrP. v. d. Lippe Häufige Fehler bei Klausuren in "Einführung in die ökonometrische Datenanalyse" Duisburg
P. v. d. Lippe Häufige Fehler bei Klausuren in "Einführung in die ökonomerische Daenanalyse" Duisburg a) Klausur SS 0 Klausuren SS 0 bis SS 03 akualisier 9. Augus 03. Sehr viele Teilnehmer rechnen einfach
Mehr2. Rechnen mit Wahrscheinlichkeiten
2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie
MehrGeradlinige Bewegung Krummlinige Bewegung Kreisbewegung
11PS KINEMATIK P. Rendulić 2011 EINTEILUNG VON BEWEGUNGEN 1 KINEMATIK Die Kinemaik (Bewegunglehre) behandel die Geezmäßigkeien, die den Bewegungabläufen zugrunde liegen. Die bei der Bewegung aufreenden
MehrProfitmaximierung. Kapitel 11. Profitmaximierung. Profitmaximierung. Profitmaximierung. Profitmaximierung. Marktangebot und Input Nachfrage
Profimaximierung Profimaximierung apiel 11 Profimaximierung Markangebo und Inpu Nachfrage Produzenenrene Anwendung von Produkionsheorie auf Wachsum 1 2 Profimaximierung Die Profimaximierung hilf uns Firmenenscheidungen
MehrVorlesung 8b. Bedingte Erwartung, bedingte Varianz, bedingte Verteilung, bedingte Wahrscheinlichkeiten
Vorlesung 8b Bedingte Erwartung, bedingte Varianz, bedingte Verteilung, bedingte Wahrscheinlichkeiten 1 Wie gehabt, denken wir uns ein zufälliges Paar X = (X 1,X 2 ) auf zweistufige Weise zustande gekommen:
MehrGanzrationale Funktionenscharen. 3. Grades. Umfangreiche Aufgaben. Lösungen ohne CAS und GTR. Alle Methoden ganz ausführlich. Datei Nr.
Ganzraionale Funionenscharen. Grades Umfangreiche Aufgaben Lösungen ohne CAS und GTR Alle Mehoden ganz ausführlich Daei Nr. 47 Sand 7. Sepember 06 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
MehrAbiturprüfung Mathematik 2011 (Baden-Württemberg) Berufliche Gymnasien Analysis, Lösung Aufgabe 1
Abiurprüfung Mahemaik 0 (Baden-Würemberg) Berufliche Gymnasien Analysis, Lösung Aufgabe.. Skizzier man sich mi Hilfe des GTR drei Schaubilder der Schar (z.b. für =, = und = 4) ergeben sich folgende Skizzen:
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen
MehrZusammenfassung Das klassische dynamische Gleichgewichtsmodell Geldtheorie und Geldpolitik Wintersemester, 2011/12
Zusammenfassung Das klassische dynamische Gleichgewichsmodell Geldheorie und Geldpoliik Winersemeser, 20/2 Haushale Wir nehmen an Haushale maximieren ihren ineremporalen Nuzen und leben unendlich lang
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
MehrA.24 Funktionsscharen 1
A.4 Funkionsscharen A.4 Funkionsscharen ( ) Bemerkung: Im Buch Kurvenprobleme gib es viel Aufgaben zu Funkionen, die einen Parameer enhalen. Falls Sie hier also nich genug kriegen... A.4.0 Orskurven (
Mehr