Klausur zu Stochastische Risikomodellierung und statistische Methoden (Mai 2008)

Größe: px
Ab Seite anzeigen:

Download "Klausur zu Stochastische Risikomodellierung und statistische Methoden (Mai 2008)"

Transkript

1 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Aufgabe (3 Puke): E Lebesverscherugsuerehme ewckel ee Tarf für ee gemsche Verscherug (d. h. de Verscherugssumme wrd glecher Höhe m Todesud Erlebesfall fällg) gege Emalberag. Das Uerehme möche Hblck auf das Schwakugsrsko ee Scherhe vo 95 % erreche. Zur Verefachug wrd ageomme, dass de Verscheruge ur m Aler abgeschlosse werde köe, ee Laufze vo 4 Jahre habe ud de verschere Rske uabhägg voeader sd. Das Verscherugsuerehme geh vo de folgede Serbewahrschelchkee aus: q,5,,5 3, a) Ermel Se ee relave Zu- bzw. Abschlag, der auf de Ausschedewahrschelchkee azuwede s, um de gefordere Scherhe () für jedes der Aler bs 3 () für de Aler bs 3 sgesam zu erreche be eer Besadsgröße vo 4 Verschere für jedes Aler. (95 % - Qual der Sadard-Normalverelug: u 95% =,65). b) Verallgemeer Se de Asaz uer a), dem Se de Rskolesug des Verscherugsuerehmes ebezehe. (Asaz: Emalberag Höhe vo 8 % der Verscherugssumme, kee Kose, learer Aseg des Deckugskapals) c) Welche Äderuge ergebe sch für de Ergebsse uer a) ud b), we sch der Besad verdoppel? d) Erläuer Se de Begrff des Solvezkapals. We ka das Solvezkapal be eer gefordere Scherhe vo 95% ermel werde, we kee Modfkao der Ausschedewahrschelchkee vorgeomme wrd (Berachug ur für Verräge am Beg der Verscherug, d.h. für L = 4, L = L = L 3 = ). Selle Se herzu dre Asäze dar, skzzere ud vergleche Se de Vorgeheswese. Erläuer Se be eer der Vorgeheswese, welche Äderug sch für das Solvezkapal ergb, we sch der Besad verdoppel. Lösug: zu a): () Für de Lebesverscherer beseh de Aler bs 3 e Todesfallrsko, da de Todesfallsumme de erse Verscherugsjahre höher als de bs dah agesammele Deckugsrücksellug s. Um bzgl. des Schwakugsrskos de gefordere Scherhe vo =,95 zu erreche, muss daher für jedes Aler e relaver Zuschlag s auf de Serbewahrschelchke q ermel werde, so dass de Wahrschelchke, dass de Azahl der Toe kleer glech als de erwaree Azahl vo Toe s, 95% beräg.

2 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Für alle Aler =,,3 muss also gele: m (! P T L q (+ s ) =,95, (*) L T s ) Azahl der Lebede m Aler, Azahl der Toe m Aler, rel. Zuschlag m Aler. De Azahl der Toe T = m B(;q ). läss sch auch darselle als Summe vo uabhägge Beroull-verele Zufallsvarable, =,, L, d.h. T Daher gl L = ) m ET = Lq ud T B(L ;q Var(T ) = L q ( q ). Glechug (*) s dam äquvale zu T ET Lq (+ s ) Lq T ET Lqs P = P Var(T ) Var(T ) Var(T ) Lq ( q ) T ET Da de Zufallsvarable Z: = äherugswese ormalverel s, folg Var(T ) Lqs! = u,95,65 Lq( q) ud dam! =,95 Lq( q), 65 q s =,65 =, für =,...,3. Lq q [Nch der Aufgabe geforder: I userem Bespel ergb sch daher ] L q s q 4,5,638,8 4,,89,8 4,5,6685,5 3 4,,5775,36 () Soll de Scherheswahrschelchke vo 95% für alle Aler sgesam egehale werde, ergb sch der Asaz

3 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) 3 3! P T L q (+ s ) =,9 = = 5 M deselbe Überleguge we obe ergb sch de Äquvalez T ET L q (+ s ) L q! = = = = P 3 3 =,95 Var T L q ( q ) = = ud dam 3 = 3 = L q s L q ( q ) = u,65, L q ( q ) q ( q ) =, 65 = s =, 65 =, L q q = = [I userem Bespel ergb sch dam ] L q q 4,5,68 4,,37 4,5,5 3 4,,73 zu b): De Rskolesug des Verscherugsuerehmes häg vom Aler des Verschere be Tod ab. Srb der Verschere m Aler, so ha das Uerehme ers 8% der Verscherugssumme ämlch de Emalberag be Verscherugsbeg m Aler als Deckugskapal agespar ud muss daher % der Verscherugssumme als Rskolesug erbrge, be Tod m Aler 5% usw. Se K das rskere Kapal (=Rskolesug) m Aler m K =, K =,5 K =, K =,5 3

4 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Der verallgemeere Asaz vo Aufgabeel a) () ergb sch da zu! P( T K L q (+ s ) K) =,95 für alle =,,3. K Da der Fakor auf bede See herausgekürz werde ka, ergebe sch be desem Asaz deselbe alersabhägge Fakore we uer a) (): Lq( q), 65 q = = s,65, für =,...,3. Lq q Der verallgemeere Asaz vo Aufgabeel a) () ergb sch zu 3 3! P T K L q K (+ s ) =,9 = = 5, Aalog zu a) () erhäl ma dam: 3 3 L q ( q ) K q ( q ) K s =,65 = L q K q K =, 65 = 3 3 = = zu c): De relave Zuschläge verrger sch um de Fakor : Ergebsse uer a): ) Lq( q), 65 q s =,65 = Lq q, ( =,,, 3) ) 3 3 L q ( q ) q ( q ) =, 65 = s =,65 = 3 3 L q q = = Ergebsse uer b): ) Lq( q), 65 q s =,65 = Lq L q,

5 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) ) 3 3 L q ( q ) K q ( q ) K s =,65 = L q K q K =, 65 = 3 3 = = zu d): Uer Solvezkapal verseh ma das Kapal, das e Verscherugsuerehme zusäzlch zum erwaree Gesamschade berehale muss, um m 95%ger Wahrschelchke de Asprüche aller Verschere erfülle zu köe. Bezeche S de Gesamschade des Verscherugsuerehmes, da ergb sch das Solvezkapal also als Dfferez zwsche dem 95%-Qual der Gesamschadeverelug ud dem Erwarugswer E(S ). Zur Besmmug des Solvezkapals muss daher zuächs de Gesamschadeverelug vo werde. S bereche Allgeme ergb sch der Gesamschade Ezelschäde S des Verscherugsuerehmes als Summe der S =, = wobe, =,,, chegave uabhägge Zufallsvarable see. Es gl da Var(S ) ES = Var( ) = σ = = = E = μ = =. ud wege der Uabhäggke der auch I userem Fall bezeche (=,,4) de Schade des Lebesverscherugsuerehmes, we e -Jährger srb. Da m erse Verscherugsjahr ers 8% der Verscherugssumme vorlege, beräg de Höhe des Schades für das Verscherugsuerehme,. d.h., B(;q ). Zur Berechug der Gesamschadeverelug gb es verschedee Asäze: ) Berechug der Gesamschadeverelug durch Falug Da de Vereluge der Ezelschäde beka sd, ka de Gesamschadeverelug durch Falug besmm werde. I userem Fall s de Verelug vo S 4 4 = = efach zu besmme, da de Falug vo uabhägge, desch verele Beroull-verele Zufallsvarable bomalverel s. Es gl daher B(4;q S4 ). Als Verelugsfuko für S 4, erhäl ma dam

6 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) 4 P( S ) P( 5 S 5 ) q ( q ) ud als Erwarugswer [5] 4 = 4 k 4 k = k= k ES =, 4 q =, 4,5 =,4 ( ) Ha ma das 95%-Qual v,95 der Gesamschadeverelug besmm, da ergb sch das Solvezkapal zu v,95 ES = v,95,4. ) Appromao der Gesamschadeverelug durch ee zusammegeseze Posso- Verelug Im kollekve Modell wrd der Gesamschade S als Summe vo N Ezelschäde der Schadehöhe dargesell: N S= Yj, j= Y j wobe de Y j ch-egav, uabhägg ud desch verel sd, N Posso-verel m Rae λ ud uabhägg vo de Y s. j I userem Fall ka Y j ur de Wer, aehme. N se de Azahl der aufreede Verscherugsfälle, also Azahl der aufreede Todesfälle be de jährge Verschere. Als Erwarugswer vo N ergb sch ud 4 = λ= E(N) = P( > ) = 4q = S=, N De Verelug des Gesamschades ergb sch da für > zu m 5 λ λ P(S = ) = P(, N = ) = P(N = ) = e = e, ( 5 )!!, ES =, EN =, 4, Ha ma das 95%-Qual v,95 der Gesamschadeverelug besmm, da ergb sch das Solvezkapal zu v,95 ES= v,95,4. 3) Appromao der Gesamschadeverelug durch Normalverelug

7 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Da de Ezelschäde userem Fall uabhägg ud desch verel sd m B(;q ), folg m dem Zerale Grezwersaz, dass der Gesamschade, S 4 = 4 = ud Varaz asymposch ormalverel s m Erwarugswer E(S 4) =, 4 q =,4 Var(S ) =, 4 q ( q ) =, 796, 4 d.h. S N(, 4;, 796). 4 Da das 95%-Qual u 95% 95%-Qual der Gesamschadeverelug zu Var(S 4), 65 + ES4. Als Solvezkapal erhäl ma daher Var(S 4), 65 =, Verglech der Mehode: der Sadardormalverelug,65 beräg, ergb sch das Be der Besmmug der Gesamschadeverelug s ur de Mehode der Falug eak. De Berechug s aber be größere Besäde m sehr vel Aufwad verbude. Alerav bee de Posso-Appromao be große Besäde ee gue Näherug. De Normal- Appromao ka zu eer Uerschäzug des Rskos führe. Verdopplug des Besades: Be der Normalappromao ergb sch das 95%-Qual der Gesamschadeverelug be eem Besad vo Verschere zu Var(S ),65 + ES ud das Solvezkapal zu Var(S ),65. Verdoppel ma u de Besadsgröße, so ergb sch ES = ES ud wege der Uabhäggke der verschere Rske Var(S ) ) = Var(S. Als 95%-Qual ergb sch also Var(S ),65+ ES ud als Solvezkapal Var(S ),65. Verdoppel ma de Besad, so erhöh sch das Solvezkapal um de Fakor.

8 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Aufgabe (36 Puke): De folgede Tabelle ehäl de Eregs-Surmschäde eer Gebäudeverscherug der leze 5 Jahre Mo. : Jahr. Schade.Schade 3. Schade 3 5,4 4 38,9, 5,6,, 6,5 7 8,4,4 a) Es wrd ageomme, dass de Surmfrequez pro Jahr Posso-verel s. Schäze Se aus de Dae de zugehörge Parameer λ > m Hlfe der Mamum-Lkelhood- Mehode. (6 Puke) b) Überprüfe Se m Hlfe ees Q-Q-Plos, ob de Aahme eer Fréche-Verelug für de Ezelschadehöhe gerechferg s. Trasformere Se dazu de Dae so, dass Se aschleßed ee Apassug a ee geegee Lage-Skale-Famle vorehme köe (welche?). ( Puke) c) Zeche Se de Q-Q-Plo ee Ausglechsgerade, de durch de bede Erempuke der Daewolke verläuf, ud schäze Se dam de Parameer der ageommee Fréche-Verelug. ( Puke) d) Gebe Se de zugehörge OEP-Kurve a ud ermel Se dam rechersch de Value a Rsk zum Scherhesveau vo 99,5% für de Eregsschade [Solvecy II-Sadard]. ( Puke) Lösug: a) Tabelle der Surmfrequeze: Jahr Azahl Sürme N 3 ML-Mehode: ˆ 9 λ = N = =, 8 m = 5 6 P. 5 = b) Trasformao m l führ vo eem Fréche-verele Rsko zu eem Gumbelverele Rsko. Wereabelle für de Q-Q-Plo (ach Sorerug): l l l ( () ) ,83, 48,9, 9,37, 67, 3,5, 5,8,74,74,96,69,3,44,5 3,66 Skzze m der verlage Ausglechsgerade:

9 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) c) Berechug vo Segug ud Achseabsch: Gerade durch de Puke ud (, 5 3, 66) : 3, 66,8 3, 48 Segug: σ = = =,9, 5+,83 3, 8 (,83,8) Achseabsch: μ= 3, 66, 5σ=, Verelugsfuko für de zugehörge Fréche-Verelug: d) für >. (l ) μ F( ) = P( ) = P( l l) = ep ep σ = ep = ep, 697 μ/ σ / σ,886 ( e ) ( ) ( ) λ( ) ( ) ( ) ( (,886 )) OEP( ) = ϕ F( ) = ep F( ) = ep,8 ep, 697 N Besmmug des VaR(,5): Löse OEP( ) =, 5; Ergebs: /,886 l,995 l +,8 VaR(,5) = = 34,.,697

10 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Aufgabe 3 ( Puke): Es se { } ee geomersche Brow sche Bewegug m Drf μ, Volalä σ > ud Afagswer >. Zege Se, dass der durch Y : =, defere Prozess ebefalls ee geomersche Brow sche Bewegug s, ud gebe Se herfür de Drf ud de Volalä a. Uer welche Bedguge a de Pa- Y rameer sd de Prozesse { } ud { } sassch ch zu uerschede? Lösug: Je ach Asaz für de geomersche Brow sche Bewegug gb es zwe Lösugsmöglchkee:. Lösugsweg: Der Prozess besz de Darsellug m eem Sadard-Weer-Prozess { }. ( μ σ ) ep, = + B B Deser s auf Grud der Symmere der Normalverelug geau so verel we { B }, d.h. { } ud B } sd sassch ch uerschedbar. Ferer gl: { } Y = = ep ( μ+ σ( B) ),, d.h. Y s ebefalls ee geomersche Brow sche Bewegug m Drf μ, Volalä σ > ud Afagswer. { } { } Dam ud Y also sassch ch zu uerschede sd, muss gele = ud μ= μ, also = ud μ =.. Lösugsweg: Der Prozess erfüll de sochassche Dfferezalglechug d = μd + σdb m eem Sadard-Weer-Prozess { B } ud der Lösug σ = ep μ σb +, >. 5P.

11 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) } Auf Grud der Symmere der Normalverelug s { B geau so verel we { B }, { } d.h. B ud { B } sd sassch ch uerschedbar. Ferer gl: σ Y = = ep μ + σ ( ),, B { } d.h. Y s ebefalls ee geomersche Brow sche Bewegug m Drf σ μ (!), Volalä σ > ud Afagswer { } { }. Dam ud Y also sassch ch zu uerschede sd, muss gele =, also = ud σ μ = (!).

12 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Aufgabe 4 (3 Puke): Gegebe see: Schadehöhe vo jewels 3 Schäde, grupper ach jewels Gebäude-Klasse ud Gebäudealers-Gruppe: Schade Schade Schade 3 Geb.-Kl. Alers-Gr. 5 5 Geb.-Kl. Alers-Gr Geb.-Kl. Alers-Gr Geb.-Kl. Alers-Gr Zel s, de Schadehöhe m eem geegee GLM zu fe. a) Ma eschede sch ahad ees geegee Scaer-Plos für ee Varaz-Fuko (6 Puke) b) Welche Verelug aus der Epoealfamle führ zu deser Varazfuko? ( Puke) c) We laue de kaosche Lk-Fuko deser Verelug? ( Puke) d) Ma zeche de möglche Melwer-Plos. (4 Puke) e) Welche Beobachug führ auf ee svolle Desg-Mar? Ma schrebe de Desg-Mar auf ud ee ee svolle Parameer-Vekor ud beschrebe de Rolle der Regressore! Welche Schluss läss de o.a. Beobachug hschlch der kaosche Lk- Fuko zu (kurze Begrüdug!)? (6 Puke) f) Ma formulere de Log-Lkelhood für de Parameer! (4 Puke) g) Ma formulere de owedge Bedguge für de Lösug der Parameerschäzug! (4 P uke) h) Ma lee für de Posso-Verelug (uabhägg vo der ggf. de vorge Aufgabe verwedee Verelug!) aus der Darsellug f w Ψ ( y) = ep [ y b( ϑ) ] ψ ϑ + c y, w durch Eseze der Fukoe ud Größe uer Ausführug aller Telschre de üblche Darsellug her! (4 Puke) P( y) = e μ y μ y!

13 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) Lösug a) Schäzer für MW Varaz d. Schades Geb.-Kl. Alers.Gr. 5 Geb.-Kl. Alers.Gr. 54 Geb.-Kl. Alers.Gr Geb.-Kl. Alers.Gr (Jewels Volume je Schade!) P. Scaer-Plo Varaz der Melwere gege Melwer de Zelle P. Varaz des MW abh. vom MW Var Schade Kosae Varaz-Fuko P. b) Kosae Varaz-Fuko ==> Normalverelug P. c) Kaosche Lk-Fuko der Normalverelug: Ideä P.

14 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) d) e) Parallelä der MW-Plos ==> Kee Wechselwrkuge. Deshalb Desg-Mar 4 P. = P. β a a b, b, wobe de a de Regressore für de Effeke der Gebäude-Klasse ud de b j de Regressore für de Effeke der Gebäude-Alersklasse sd. P. De geaue Parallelä (m Uersched z.b. zu eer Ählchke) der MW-Plos besäg de kosae Lk-Fuko. P. Parameer-Vekor = (,, ) T Y Melwer der Zelle j beo- f) M j = 3 Azahl der beobachee Schäde Zelle j, bachee Schäde: l ( β ) = σ l = π ( σ / ) ( Y ( a b )) j + ep σ / = j= j j ( Y ( a + b ) j j j ) = j= g) Nowedge Bedguge für Mamalä: + cos j j = 4 P.

15 Klausur zu Sochassche Rskomodellerug ud sassche Mehode (Ma 8) ( ) dl β = da dl( β ) = db j für alle für alle j, also (bs auf Kosae) j= = Y ( a + b ) = für alle j j Y ( a + b ) = für alle j j j 4 P. h) Ψ ϑ M =, ( ϑ) e, w Ψ w b = c y, = l( y! ) gl: f w Ψ ψ w ( y) = ep [ yϑ b( ϑ) ] + c y, = ϑ [ y e ] l( y ) = ep{! }= ϑ ϑ m μ( ϑ) = e, also ϑ l( μ) { y l( μ ) μ l( y )}= = ep! y { ep[ l( μ )]} ep( μ) ep[ l( y )] = =! y μ μ = e 4 P. y! = :

( ) ( ) ( ) E ( ) ( ) ( ) ( ) ( ) Def Erwartungswert. 1. Diskreter Fall X sei diskrete Zufallsgröße mit = { 1, x2,

( ) ( ) ( ) E ( ) ( ) ( ) ( ) ( ) Def Erwartungswert. 1. Diskreter Fall X sei diskrete Zufallsgröße mit = { 1, x2, Def.. Erwarugswer. Dsreer Fall se dsree Zufallsgröße m = {, x, } p = P( = x ),( =,, ), so e ma µ = E = xp = de Erwarugswer vo, falls W x ud de Ezelwahrschelchee = x p

Mehr

Klausur Einführung in die statistische Messdatenauswertung für Biotechnologen Kurzfragen

Klausur Einführung in die statistische Messdatenauswertung für Biotechnologen Kurzfragen Klauur Eführug de ache Medaeauwerug für Boechologe 3.7.9 Kurzfrage. We wrd przpell de relave Summehäugke S() au der relave Häugkedche h() bemm?. Welche Skaleveau müe zwe Merkmale habe um ee Regreogerade

Mehr

Normalverteilung (Gauss Verteilung) Gauss Kurve. ( x. (Deskriptive Statistik, Vortsetzung)

Normalverteilung (Gauss Verteilung) Gauss Kurve. ( x. (Deskriptive Statistik, Vortsetzung) (Dekrpve Sak, Vorezug) Achaulche Darellug der Fläche uer der heoreche Verelugkurve De heoreche Verelug ka Abhäggke vo der ueruche Varable uerchedlche Forme aehme, der Mehrzahl der Fälle e aber ee ymmerche

Mehr

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden Oeserrechsche Korollbak AG esoskasse erformaceberechug Asse Allocao Berechugsmehode Jul 200 Ihal erformaceberechug der OeKB...3 2 erformace...3 2. Defo der erformace...3 2.2 Berechugsmehode...4 2.3 Formel...4

Mehr

Induktive Statistik. Statistik-Kurs

Induktive Statistik. Statistik-Kurs Idukve Sask Deskrve Sask Sask-Kurs Idukve Sask Im Allgemee dee Idexzahle dazu Aussage über Grue verschedeer aber ählcher Merkmale zu mache. I de Wrschafswsseschafe werde m Idexzahle Verhälsse zwsche eem

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F B - - Überführgszahle d Wadergsgeschwdgke fgabe: Besmmg der orfsche Überführgszahle vo - d O - -oe 0N O oder vo 2 - d SO 4 -oe 0N 2SO 4 d Berechg hrer oeäqvalelefähgkee 2 Besmmg der Wadergsgeschwdgkee

Mehr

Klausur. Einführung in die statistische Messdatenauswertung für Biotechnologen Aufgabe Kurzfragen Gesamt. Punkte. Name:...

Klausur. Einführung in die statistische Messdatenauswertung für Biotechnologen Aufgabe Kurzfragen Gesamt. Punkte. Name:... Isu für Produkosmessechk Techsche Uversä Brauschweg Klausur Eführug de sassche Messdaeauswerug für Boechologe 8.6.3 Name:................................ Markel-Nr.:................................ Lfd.

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich Aalyche Sak Zur Ererug Sache Schäzuge ( Forezug) Populao N = uedlch Theoreche Verelug Erwarugwer Theoreche Sreuug Schprobe = edlch Häufgkeverelug Durchch Sadardabwechug Aufgabe der Schäzheore Zur Ererug

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur Isu für Produkosmessechk Techsche Uversä Brauschweg Klausur Eführug de sassche Messdaeauswerug für Boechologe.3. Name:............................... Markel-Nr.:............................... Aufgabe

Mehr

Lösungen (6. Blatt) 2 ny + dy b. = ö nein, aber asymptotische Erwartungstreue. } = ö ja. 4 4n ...

Lösungen (6. Blatt) 2 ny + dy b. = ö nein, aber asymptotische Erwartungstreue. } = ö ja. 4 4n ... Mahemak-Servce Dr. Frch uk- ud Kofdechäuge www.mah-ervce.de.a Für ee Wer y [ 0,] F gl: Löuge 6. Bla y Y y Y y y,..., y y... y ud dfy y y. fy y dy Erwarugreue der 3 Schäer: E{ Θ } E{ } ö ja y y E{ Θ } E{0,5

Mehr

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur Isu für Produkosmessechk Techsche Uversä Brauschweg Klausur Eführug de sassche Messdaeauswerug für Boechologe.7. Name:............................... Markel-Nr.:............................... Aufgabe

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Problem des Zufalls wird durch mathematische Modelle widergespiegelt.

Problem des Zufalls wird durch mathematische Modelle widergespiegelt. Mahemak für VIW - Prof. Dr. M. Ludwg.2 Zufällge Eregsse Problem des Zufalls wrd durch mahemasche Modelle wdergespegel. Zufällger Versuch: Versuch m fesgelege belebg wederholbare Bedguge ud ugewssem Ergebs

Mehr

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur Iu für Produkomeechk Techche Uverä Brauchweg Klauur Eführug de ache Medaeauwerug für Boechologe 4.3. Name:............................... Markel-Nr.:............................... Aufgabe Kurfrage Geam

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Der Parameter Migrationsmatrix Teil II

Der Parameter Migrationsmatrix Teil II Der Parameer Mgraomarx Tel II Pera Loerke Semar Porfolokredrko Uverä Mahem 29.11.27 Rückblck 1. Bedeuug der Mgraomarx 2. Schäzug der Mgraomarx. Sacher Hergrud: Markov-Kee.. Dkree v. kouerlche Ze Ze-Homogeä

Mehr

Investition und Finanzierung

Investition und Finanzierung Iveso ud Fazerug Iveso ud Fazerug - Vorlesug 4 5..23 - Prof. Dr. Raer Elsche Prof. Dr. Raer Elsche - 64 - Iveso ud Fazerug Dyamsche Ivesosverfahre Erweeruge vo dyamsche Modelle gegeüber sasche: Verzch

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 54 3.2.8 ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme

Mehr

Finanzmathematik II: Barwert- und Endwertrechnung

Finanzmathematik II: Barwert- und Endwertrechnung D. habl. Bukhad Uech Beufsakademe Thüge Saalche Sudeakademe Sudeabelug Eseach Sudebeech Wschaf Wschafsmahemak Wesemese 004/0 Fazmahemak II: Bawe- ud Edweechug. Bawee ud Edwee vo Zahlugsehe. Effekve Jaheszssaz

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Einführende Übersicht zu den erzeugenden Funktionen

Einführende Übersicht zu den erzeugenden Funktionen Pof. D. Pee vo de Lppe vesä Dusbug-Esse, Campus Esse Efühede Übesch zu de ezeugede Fuoe (pobably, mome ec. geeag fucos. Fuoe vo ufallsvaable Is ee V, da s auch ee Fuo g (, ( - μ, e ode ee V ud ha dam ee

Mehr

Biometrische Methoden zur Planung und Auswertung von Sicherheitsstudien

Biometrische Methoden zur Planung und Auswertung von Sicherheitsstudien Bomersche Mehode zur Plaug ud Auswerug vo cherhessude Hablaosschrf zur Erlagug der Lehrbefugs für das Lehrgebe Bomere Dem Fachberech ask der Uversä Dormud vorgeleg vo Dr Deer Hauschke aus Kosaz Dormud

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen Vorlesugscharts Vorlesug 5. Egeschafte vo Zufallsvarable Reproduktvtät Approxmatoe Zetraler Grezwertsatz Sete vo Chart : Uabhäggket vo Zufallsvarable Zwe Zufallsvarable X ud Y mt hre Realsatoe { x, x,...,

Mehr

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur Iu für Produkomeechk Techche Uverä Brauchweg Klauur Eführug de ache Medaeauwerug für Boechologe.7. Name:............................... Markel-Nr.:............................... Aufgabe Kurfrage Geam

Mehr

Bogenlängen. Beispiele: Die Länge eines Grafen (Bogenlänge) einer Funktion f über [ a ; b ] läßt sich berechnen mit der Formel :

Bogenlängen. Beispiele: Die Länge eines Grafen (Bogenlänge) einer Funktion f über [ a ; b ] läßt sich berechnen mit der Formel : Bogeläge De Läge ees Gre Bogeläge eer Fuko üer [ ; ] läß sch ereche m der Formel : l ' d Des ühr de mese Fälle u komplzere Iegrde, de sch häug ur äherugswese ereche lsse. Bespele: De Keele m h, e e - h

Mehr

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung Fazmahemasche Grudlage zur Zs- ud Reerechug Fazmahemasche Grudlage zur Zs- ud Reerechug (Fassug - November 008) /3 Markus Scheche Emal: mal@markus-scheche.de Homepage: www.markus-scheche.de Fazmahemasche

Mehr

a) A, B sein Aussagen, betrachtet werde die Aussageverbindungen A B B und A B. Beweisen Sie deren Äquivalenz durch eine Wahrheitstabelle

a) A, B sein Aussagen, betrachtet werde die Aussageverbindungen A B B und A B. Beweisen Sie deren Äquivalenz durch eine Wahrheitstabelle . Auge ud ege A B e Auge berche werde de Augeerbduge A B B ud A B. Bewee Se dere Äqulez durch ee Whrhebelle b Selle Se de ege C der Gußche Zhleebee dr! } { z z C z } Im z > } 6 Puke. Komplee Zhle Bereche

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur

Institut für Produktionsmesstechnik Technische Universität Braunschweig. Klausur Isu für Produkosmessechk Techsche Uversä Brauschweg Klausur Eführug de sassche Messdaeauswerug für Boechologe 7. 6. 4 Name:................................ Markel-Nr.:................................ Lfd.

Mehr

Klausur SS 2005 Version 1

Klausur SS 2005 Version 1 BEMERKUG: für de Rchtgket der Lösuge wrd atürlch kee Garate überomme!! Klausur SS 005 Verso Aufgabe : e Gamma-Quat hat kee Ladug > el. Felder übe kee Kräfte aus > kee Kräfte, kee Äderug der Bewegug (ewto)

Mehr

2 Integrierte Sicherheitstechnik

2 Integrierte Sicherheitstechnik Iegrere Scherhesechk Scherhesechsche Archekur o MOISAFE UCS..B 2 2 Iegrere Scherhesechk De acholged beschrebee Scherhesechk des MOISAFE UCS..B erüll olgede Scherhesaorderuge: Kaegore 4 ud erorace Leel

Mehr

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen.

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen. Uverstät Ulm, Isttut Stochastk 5. Jul 200 Semar: Stochastsche Geometre ud hre Aweduge - Ubegrezt telbare ud stable Verteluge. Ausarbetug: Stefa Fuke Betreuer: Ju.-Prof. Dr. Zakhar Kabluchko Ubegrezt telbare

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

3 BE b) Wie kann man als Spieler eine Standardabweichung von annähernd null realisieren?

3 BE b) Wie kann man als Spieler eine Standardabweichung von annähernd null realisieren? Lk Mahemak /. Klauur. 0. 00 Bla (v ). Krakehauke 6 BE De Verwalug eer Spezalklk leg für de ufehaldauer X ee aee Tage flgede Wahrchelchkeverelug zugrude: x 5 (X x) 60 % 0 % 0 % Jeder ae zahl für de ufahme

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Praktikumsbericht AUSFALLRATEN

Praktikumsbericht AUSFALLRATEN Praumsberch AUSALLATEN.7. Clauda Hallau Tel.: 5-95- E-Mal: verehrssysemech@dlr.de> Copyrgh ach DIN beache. Weergabe sowe Vervelfälgug deses Doumes, Verwerug ud Melug sees Ihales sd verboe, sowe ch ausdrüclch

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

5. Autokorrelation und Heteroskedastizität

5. Autokorrelation und Heteroskedastizität 5. Auokorrelao ud Heereskedaszä Ökoomere I - Peer Salder 5. Auokorrelao ud Heeroskedaszä (Maddala Kapel 5 ud 6) Daegeerereder Prozess:... u u ~ IN( 0, ) Geschäze Regressosglechug: ˆ ˆ ˆ... û Schäzug der

Mehr

Der Suchalgorithmus von Grover

Der Suchalgorithmus von Grover Der Suchalgorhmus vo Grover Semar: Quaerecher Dozee: Prof. Johaes Köbler ud Olaf Beyersdorff Refere: Gregor Pcker Das Problem...3 Der Algorhmus als Quaeschalkres...4 Verwedee Operaore...4 De Walsh-Hadamard-Trasformao...5

Mehr

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer F Lorbeer ud Ardt Quer 5.0.006 Physkalsches Praktkum für Afäger Tel Gruppe Optk.4 Wellelägebestmmug mt dem Prsmespektrometer I. Vorbemerkug E Prsmespektrometer st e optsches Spektrometer, welches das efallede

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Wie man für einen Test Peroe testet

Wie man für einen Test Peroe testet Pädagogche Ittut der Uvertät Freburg 996 ALLES ZUFALL - ODER WAS? Eführug de Stattk für Pädagoge ud Pädagoge III Formelammlug Ha-Peter Hotz, Iwa Schrackma Ihaltverzech. Stattche Kewerte. Verglech eer Stchprobe

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Eplzte Defto Reursve Defto 4. Gleder eer vorher deferte Folge bereche E Gled Mehrere Gleder 6 4 5 4.3 Ee Folge defere ud ege hrer

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Schätzverfahren bei der linearen Einfachregression

Schätzverfahren bei der linearen Einfachregression chäzverfahre e der leare fachregreo Kofdezervalle der Regreokoeffzee Kofdezervalle der Progoewere Prof. Kück / Dr. Rcaal Delgado Lehruhl ak Regreo IV lografe: Prof. Dr. Kück Uverä Roock ak, Vorleugkrp.

Mehr

Prüfung DAV-Spezialwissen in Finanzmathematik 2010 Version 4. September 2011

Prüfung DAV-Spezialwissen in Finanzmathematik 2010 Version 4. September 2011 Prüfug DAV-Spezalwsse Fazmaemak 1 Verso 4 Sepember 11 Block I (Albrec) Aufgabe 1: (3 Mue) a) De Rede R V / v eer Fazposo über e Zeervall der Läge se ormalverel, R ~ N(, ) Lee Se de Value a Rsk deser Fazposo

Mehr

Es wird zwischen expliziter und impliziter Integration unterschieden. Die explizite Integration hat die Form:

Es wird zwischen expliziter und impliziter Integration unterschieden. Die explizite Integration hat die Form: Eleg er Grgeae er olgee beschrebee Verahre beseh ar, ass a as Glechgewch r z bese Zee bes. ese Vorgeheswese a be Aagswerroblee agewee were. Bege beae Were z Ze wr schrwese er Glechgewchszsa z ee säere

Mehr

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation Thea 5: Reduzerte Dateaforderuge II: Nave Dversfkato roble: Klealeger verfüge oft cht eal über hrechede Iforatoe zur Awedug des Sgle-Idex-Modells. I wetere: Herletug eer Hadlugsepfehlug für de Fall fehleder

Mehr

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

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

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

Mehr

Aufgabe 1: Lösung: Der Medianwert d 50,3 kann aus Q 3 (d) ermittelt werden, wobei Q3( exp. ) 0, 5 ist. Damit folgt. k (2) n (1)

Aufgabe 1: Lösung: Der Medianwert d 50,3 kann aus Q 3 (d) ermittelt werden, wobei Q3( exp. ) 0, 5 ist. Damit folgt. k (2) n (1) ufgabe : I er mechasche Verfahresech were häufg aalysche Fuoe, we e RRB Ros- Rammler-perlg-Bee- oer e GG Gaes, Gau, chuhma-verelug beuz, um Parelgrößevereluge zu beschrebe. e esprechee Parameer eser aalysche

Mehr

IPROM Klausur Statistische Messdatenauswertung

IPROM Klausur Statistische Messdatenauswertung IPROM Klausur assche Messdaeauswerug 4..8 Kurzfrage. e kalbrere ee Messerchug ud hale de Abwechuge zum ollwer eer Korrekosabelle fes. Durch Lese des Hadbuchs selle e fes dass de Messerchug auch juser werde

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

Mathematik für VIW - Prof. Dr. M. Ludwig Lineare Systeme in Jordanscher Normalform - Lineare Dgl'n höherer Ordnung.

Mathematik für VIW - Prof. Dr. M. Ludwig Lineare Systeme in Jordanscher Normalform - Lineare Dgl'n höherer Ordnung. Maeak für VIW - Prof. Dr. M. Ludwg 7.3.3 Leare Sysee Jordascer Noralfor - Leare Dgl' öerer Ordug Geg.: x Ax; A Jordascer Noralfor, d.. x x x x x x a a a a x x A x x Durc Ausullzere Ax eräl a x x x3 x x

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011)

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011) Formelsammlug gülg ab Esellugserm. Aprl (Sad:. Aprl ) FACHHOCHSCHULE DER DEUTSCHEN BUNDESBANK - UNIVERSITY OF APPLIED SCIENCES - Schloss Hacheburg Fachsude für de gehobee Bades m Bachelorsudegag Fachhochschule

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phskalsch-chesches Praktku I Modul Eführug. Tel: Fehleraalse Ja Helbg, 7.09.08 Uterlage: htt://www.che.uzh.ch/stud/old/docuets/ear/che3.htl Fehlerrechug Gesucht: wahrer Wert eer Grösse Aber: Sere vo Messuge

Mehr

Ein Kredit von 350.000 soll mit 10% p.a. verzinst werden. Folgende Tilgungen sind vereinbart:

Ein Kredit von 350.000 soll mit 10% p.a. verzinst werden. Folgende Tilgungen sind vereinbart: E. Tlgugsechuge Aufgabe E Ked vo 350.000 soll 0% p.a. vezs wede. Folgede Tlguge sd veeba: Ede Jah : 70.000 Ede Jah : 63.000 Ede Jah 6:.500 Ede Jah 7: Reslgug. A Ede des 3. ud 5. Jahes efolge keele Zahluge

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

= 0 i n S ( ) ) Aufgabe 2. Aufgabe 2. Aufgabe 2. Aufgabe 4. E. Tilgungsrechnungen. E. Tilgungsrechnungen

= 0 i n S ( ) ) Aufgabe 2. Aufgabe 2. Aufgabe 2. Aufgabe 4. E. Tilgungsrechnungen. E. Tilgungsrechnungen Aufgabe Ee chuld vo 4. se 5 Jahre m kosae Tlgugsrae zu lge; de Verzsug erfolge zu 7,5% p.a. a) Welche Zahluge sd sgesam zu lese? umme der Tlgugszahluge chuldsumme 4. Zszahluge: arhmesche Folge (Raeschuld)

Mehr