-70- Anhang: -Lineare Regression-
|
|
- Herta Baumann
- vor 6 Jahren
- Abrufe
Transkript
1 -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de enzelnen Messwerte mt expermentellen Unscherheten behaftet snd. Wr nehmen an, dass en Wert y be wederhlter Messung gaußvertelt um den Mttelwert y, mt ener Standardabwechung legen würde. Wr wllen nun de Parameter a und b s bestmmen, dass se unsere Messung am besten annähern. Für en belebges Paar vn Werten a und b können wr de Abwechungen y zwschen unseren Messwerten y und den dazugehörenden berechneten Werten berechnen: y y - a - b x () Wenn de Keffzenten gut gewählt snd werden dese Abwechungen klen sen. De Summe der y st aber nch ken gutes Maß für de Abwechungen, da grße pstve y durch grße negatve aufgewgen werden können. Deshalb benutzen wr de Summe der Quadrate der y. Es gbt ene Methde zur Optmerung der Keffzenten, de Methde der klensten Quadrate. ehmen wr an a und b seen de krrekten Werte unseres Expermentes ( als de Mttelwerte de wahren Werte der Vertelung ). Es glt als: (3) yx a + b x Für enen gegebenen Wert x x können wr nun de Wahrschenlchket P berechnen, den Wert y zu messen (unter der Annahme ener Gaußvertelung): P y y x exp π De Wahrschenlchket den Satz der Messungen der y zu machen st dann das Prdukt der Enzelwahrschenlchketen. y y x Pa (, b) P exp π Ebens können wr etzt für en belebges Paar (a,b) de Wahrschenlchket den Satz der Messungen (x, y ) zu machen berechnen y Pab (, ) exp π (4) (5) (6)
2 -7- De Methde der größten Wahrschenlchket (maxmum lkelhd) besteht nun darn, anzunehmen, dass de Wahrschenlchket, dass der gemessene Satz vn Werten zur Grundgesamthet aus Glechung 3 gehört, größer st, als de, daß er zu rgend ener anderen Grundgesamthet mt anderen Keffzenten (a, b) gehört. Flglch st de Wahrschenlchket n Glechung 5 de größte, de wr mt Glechung 6 berechnen können. De besten Abschätzungen für a und b snd als de, welche de Wahrschenlchket vn Glechung 6 maxmeren. Der erste Term der Glechung st ene Knstante, de ncht vn a und b abhängt. Flglch st das Maxmeren der Wahrschenlchket vn (6) dasselbe we das Mnmeren der Summe m Expnenten vn (6). Wr defneren nun de Größe χ als de Summe χ y ( y a bx ) Zur Bestmmung des am besten angepaßten Paares (a, b) muß als nur nch χ mnmert werden. Wr nehmen zuerst enmal an, dass de Standardabwechungen (bedngt durch nstrumentelle Unscherheten, statstsche Fluktuatnen der Ableseungenaugketen) der Messwerte y alle glech seen. Im Mnmum müssen de partellen Abletungen vn χ nach a und b bede ull sen (7) χ y a bx a a ( y a bx) 0 (8) χ y a bx b b x( y a bx) 0 Dese beden Glechungen lassen sch um rdnen n en Glechungssystem mt zwe Glechungen, welches enfach gelöst werden kann (mt der Determnantenmethde). De Lösungen lauten a x y x xy Σ Σ Σ Σ (9) b ( Σxy ΣxΣy) Σx Σ ( x)
3 -7- Ist de Annahme, dass de alle glech snd ncht zulässg, s müssen se n der Rechnung mt berückschtgt werden. ach analger Rechnung erhalten wr flgende Lösung: x y x xy a xy x y b x x Falls ncht nur de y mt Fehlern behaftet snd, sndern auch de Messwerte x, s müssen dese flgendermaßen berückschtgt werden: [ b ( x )] ( y ) + Dabe erhält man b apprxmatv aus enem ersten Ft nach Glechung (9), der aber man terert (0) und () bs b sch ncht mehr ändert. Fehlerabschätzung Da de Messwerte y mt Fehlern behaftet snd, s werden auch de berechneten Keffzenten a und b fehlerbehaftet sen. De Standardabwechung z ener Größe z f(y ) berechnet sch nach dem gaußschen Fehlerfrtpflanzungs-Gesetz flgendermaßen: z z y Wr betrachten weder zuerst den Fall, n dem alle Standardabwechungen glech snd, (und kene systematschen Fehler vrlegen, das heßt, dass de unabhängg vnenander snd). In desem Fall können wr aus den Daten bestmmen: De Varanz s, de sch annähert, berechnen wr aus der Summe der Quadrate der Abwechungen der Datenpunkte vm berechneten Mttelwert dvdert durch de Anzahl der Frehetsgrade (her -: #Datenpunkte - Stegung - Achsenabschntt): ( y a bx) s Es st übrgens deser Wert, den wr n unserem Klensten-Quatdrate-Ft mnmert haben. De Abletungen aus Glechung () lassen sch lecht aus Glechung (9) bestmmen: (0) () () (3) a y ( x x x)
4 b y -73- ( x x) (4) wbe de Summen über den Index laufen. Setzen wr nun Glechung (4) n Glechung () en s erhalten wr: [( x ) x x x x ( x ) ] Σ Σ Σ + Σ a J Σx Σx ( Σx) Σx ( Σx) [ ] [ Σx Σx Σx ] Σx [ x x Σx + ( Σx ) ] J [ Σx ( Σx) ( Σx) ] [ Σx ( Σx) ] + b + Σx Σ ( x) Wbe we flgt defnert st:, und aus Glechung (3) benutzt wrd. Analg lassen sch aus den Glechungen (0) und () de Frmeln für den Fall berechnen, n dem de verscheden snd. Als Resultat erhalten wr her a b x (5) (6) (7) x x ach Phlp R. Bevngtn, Data Reductn and Errr Analyss fr the Physcal Scences, McGraw-Hll, ew Yrk (969)
5 -74- -Bespele zur lnearen Regressn- Im flgenden sll anhand vn dre Bespelen gezegt werden, we de ben abgeleteten Frmeln n der Praxs angewendet werden: Wr betrachten ene Reaktn Das dazugehörende Geschwndgkets-Zet-Gesetz se [ Α] t k + [ Η ][ Α] Wr nehmen an, dass wr n gepufferter Lösung arbeten, dass als [H + ] knstant blebt und mt k k [H + ] erhalten wr nach Integratn: ln A ln A k t (8) + (wbe t 0 gesetzt wurde). ach Umfrmung ergbt sch de Expnentalglechung: ( k t) Α Α exp Glechung (8) zegt, dass k als Geradenstegung durch lneare Regressn berechnet werden kann. Dabe wrd ln A als Achsenabschntt bestmmt. Zu deser Reaktn seen dre Versuche mt unterschedlchen Messwerten gemacht wrden: a) Messrehe : Zet t [s] [A(t)] [ml/l] [A(t)] [ml/l] ln A(t) 0,00 0,89 0,0-0,7,00 0,80 0,0-0,3,00 0,73 0,0-0,35 3,00 0,6 0,0-0,478 Da de Meßwerte A(t) alle etwa glech grß snd, und de Fehler ebenfalls alle glech snd, s snd auch de Unscherheten ln A(t) alle etwa glech grß und de lneare Regressn kann nach Glechung (9) berechnet werden. Für de Berechnung der Fehler werden de Glechungen (3), (5) und (6) benutzt. Wr erhalten: x 6 x 4 y -,3 x y -,87 4 0,00059 a -0,07 a 0,00 b -0,8 b 0,0 Und damt als Schlußresultat: k 0, ± 00, s und A 090, ± 00, ml / l wbe A aus a ln A -0,07 und A aus a mt Fehlerfrtpflanzung berechnet wurde.
6 -75- b) Messrehe : Zet t [s] [A(t)] [ml/l] [A(t)] [ml/l] ln A(t) ln A(t) 0,00 0,9 0,0-0,094 0,0 0,00 0,6 0,0 -,35 0,04 0,00 0,08 0,0 -,53 0,3 30,00 0,0 0,0-3,9 0,5 Her snd de Messwerte A(t) sehr unterschedlch grß, nsbesndere unterscheden sch de Unscherheten ln A(t) stark. Deshalb sllten für de lneare Regressn ncht alle Datenpunkte glech gewchtet werden. Man gewchtet deshalb eden Messwert mt senem Fehler und rechnet mt Glechung (0). Für de Berechnung der Fehler wrd de Glechung (7) benutzt. Wr erhalten: x / 860 x / y / -868,9 x y / -808,6 / a -0,095 a 0,0 b -0,4 b 0,003 Und damt als Schlußresultat: k 0, 4 ± 0, 003s und A 0, 9± 0, 0ml / l wbe A aus a ln A -0,095 und A aus a mt Fehlerfrtpflanzung berechnet wurde. c) Messrehe 3: Zet t [s] t [s] [A(t)] [ml/l] [A(t)] [ml/l] ln A(t) ln A(t) 0,0 0,9 0,0-0,094 0,0 0,0 0,6 0,0 -,35 0,04 0,0 0,08 0,0 -,53 0,3 30,0 0,0 0,0-3,9 0,5 Her snd de Messwerte A(t) weder sehr unterschedlch grß und de Unscherheten ln A(t) unterscheden sch stark. Zudem snd de Fehler n der Zetmessung ncht mehr vernachlässgbar. Deshalb sllten für de lneare Regressn ncht alle Datenpunkte glech gewchtet werden. Man gewchtet auch her eden Messwert mt senem Fehler, der allerdngs zur Berückschtgung der Zetfehler nach Glechung () zuerst umgerechnet werden muß. Das Prblem herbe st, dass de Stegung b der Regressnsgeraden für de Berechnung der Gewchte / ntwendg st. Im rmalfall kann man sch zuerst nach Glechung (9) b berechnen, das dann scher de rchtge Größenrdnung hat. Deses b benutzt man zur Berechnung der Gewchte /. De egentlche Berechnung erflgt dann weder mt Glechung (0) und (7).
7 -76- Her erhalten wr als nach (9) für b -0,6 daraus ergeben sch flgende Werte: Zet t [s] (x ) t [s] (y ) ln A(t) 0,0 0,0 0,6 0,0 0,04 0,3 0,0 0,3 0,8 30,0 0,5 0,56 und damt mt (0) und (7): x / 39 x / 785 y / -77,8 x y / -83 / 55,0 4 a -0,098 a 0,5 b -0,3 b 0,00 Und damt als Schlußresultat: k 0, ± 00, s und A 09, ± 0, ml / l wbe A aus a ln A -0,098 und A aus a mt Fehlerfrtpflanzung berechnet wurde.!anmerkung: Es wurde mmer mt den exakten Werten weter gerechnet, ncht mt den gerundeten!
Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrVersicherungstechnischer Umgang mit Risiko
Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrLineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
MehrFlußnetzwerke - Strukturbildung in der natürlichen Umwelt -
Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrBoost-Schaltwandler für Blitzgeräte
jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
MehrEinführung in Origin 8 Pro
Orgn 8 Pro - Enführung 1 Enführung n Orgn 8 Pro Andreas Zwerger Orgn 8 Pro - Enführung 2 Überscht 1) Kurvenft, was st das nochmal? 2) Daten n Orgn mporteren 3) Daten darstellen / plotten 4) Kurven an Daten
MehrIch habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.
Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet
MehrAnwendungsmöglichkeiten von Lernverfahren
Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen
Mehrbinäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:
Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
MehrQuant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik
Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten
MehrPraktikum Physikalische Chemie I (C-2) Versuch Nr. 6
Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und
MehrStandortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung
Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
Mehr4. Energie, Arbeit, Leistung, Impuls
34 35 4. Energe, Arbet, Lestung, Ipuls Zentrale Größen der Physk: Energe E, Enhet Joule ( [J] [N] [kg /s ] Es gbt zwe grundsätzlche Foren on Energe: knetsche Energe: entelle Energe: Arbet, Enhet Joule
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrKreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord
1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für
MehrAUFGABEN ZUR INFORMATIONSTHEORIE
AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen
MehrPortfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe
Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?
MehrWechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I
Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"
Mehr1 - Prüfungsvorbereitungsseminar
1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten
MehrÜbung zur Vorlesung. Informationstheorie und Codierung
Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832
Mehr13.Selbstinduktion; Induktivität
13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd
Mehr5. ZWEI ODER MEHRERE METRISCHE MERKMALE
5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
MehrOnline Algorithmen. k-server randomisiert Teil II
Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden
MehrAuswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07
Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage
Mehr9 Phasengleichgewicht in heterogenen Mehrkomponentensystemen
9 Phasenglechgewcht n heterogenen Mehrkomonentensystemen 9. Gbbs sche Phasenregel α =... ν Phasen =... k Komonenten Y n (α) -Molzahl der Komonente Y n der Phase α. Für jede Phase glt ene Gbbs-Duhem-Margules
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
MehrFinanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1
Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude
Mehr11 Chemisches Gleichgewicht
11 Chemsches Glechgewcht 11.1 Chemsche Reaktonen und Enstellung des Glechgewchts Untersucht man den Mechansmus chemscher Reaktonen, so wrd man dese enersets mt enem mkroskopschen oder knetschen Blck auf
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
Mehrmit der Anfangsbedingung y(a) = y0
Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.
Mehr"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft
"Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012
MehrVorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1
Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets
MehrValidierung der Software LaborValidate Testbericht
Valderung der Software LaborValdate Tetbercht De Software LaborValdate dent dazu Labormethoden zu Valderen. Dazu mu nachgeween en, da de engeetzten Funktonen dokumentert und nachvollzehbar nd. De Dokumentaton
MehrZinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung
Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2
MehrALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUT FÜR INFORMATIK
ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUT FÜR INFORMATIK Arbetsgruppe Autonome Intellgente Systeme Prof. Dr. Wolfram Burgard Lernen von Lnenmodellen aus Laserscannerdaten für moble Roboter Dplomarbet
MehrFranzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny
eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung
MehrOperations Research II (Netzplantechnik und Projektmanagement)
Operatons Research II (Netzplantechnk und Projektmanagement). Aprl Frank Köller,, Hans-Jörg von Mettenhem & Mchael H. Bretner.. # // ::: Gute Vorlesung:-) Danke! Feedback.. # Netzplantechnk: Überblck Wchtges
MehrBackup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1
Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen
Mehrwissenschaftliche Einrichtung elektronik
wssenscaftlce Enrctung elektronk Oberscwngungen, Begrffe und Defntonen Prof.. Burgolte Labor Elektromagnetsce Verträglcket Facberec ngeneurwssenscaften Begrff Störgröße (dsturbance) Störfestgket (mmunty)
MehrFree Riding in Joint Audits A Game-Theoretic Analysis
. wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre
MehrTransistor als Schalter
Elektrotechnsches Grundlagen-Labor II Transstor als Schalter Versuch Nr. 5 Erforderlche Geräte Anzahl Bezechnung, Daten GL-Nr. 1 Doppelnetzgerät 198 1 Oszllograph 178 1 Impulsgenerator 153 1 NF-Transstor
MehrEinführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002
Enfühung n Modene Potfolo-Theoe D. Thosten Oest Oktobe Enletung Übeblck Gundlegende Fage be Investtonen: We bestmmt sch ene optmale Statege fü ene Geldanlage?. endte und sko. Dvesfkaton 3. Enfühung n Modene
MehrUNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M.
UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habl. H. Müller-Stenhagen P R A K T I K U M Versuch 9 Lestungsmessung an enem Wärmeübertrager m Glech- und Gegenstrombetreb
MehrKreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)
Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:
MehrVERGLEICH EINER EXPERIMENTELLEN UND SIMULATIONSBASIERTEN SENSITIVITÄTSANALYSE EINER ADAPTIVEN ÖLWANNE
VERGLEICH EINER EXPERIMENTELLEN UND SIMULATIONSBASIERTEN SENSITIVITÄTSANALYSE EINER ADAPTIVEN ÖLWANNE Y. L*, S-O. Han*, T. Pfeffer** *) Fachgebet Systemzuverlässgket und Maschnenakustk, TU Darmstadt **)
MehrDer Satz von COOK (1971)
Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls
MehrProdukt-Moment-Korrelation (1) - Einführung I -
Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert
Mehr1 BWL 4 Tutorium V vom 15.05.02
1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)
MehrBestimmung des Aktivitätskoeffizienten mittels Dampfdruckerniedrigung
Grundraktkum Physkalsche Cheme Versuch 22 Bestmmung des Aktvtätskoeffzenten mttels Damfdruckernedrgung Überarbetetes Versuchsskrt, 27..204 Grundraktkum Physkalsche Cheme, Versuch 22: Aktvtätskoeffzent
MehrKapitel 3: Interpretation und Vergleich von Regressionsmodellen
Kaptel 3: Interpretaton und Verglech von Regressonsmodellen 3. Interpretaton des lnearen Modells 3. Auswahl der unabhänggen Varablen 3.3 Fehlspezfkaton der funktonalen Form 3.4 Illustraton: De Erklärung
Mehr1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl
0. STRÖMUNG INKOMPRESSIBLER FLUIDE IN ROHRLEITUNGEN Enführung Vorlesung Strömungslehre Prof. Dr.-Ing. Chrstan Olver Pascheret C. O. Pascheret Insttute of Flud Mechancs and Acoustcs olver.pascheret@tu-berln.de
MehrMathematik der Lebensversicherung ( Spezialwissen ) Klausur vom 24.10.2009
DEUTSCHE AKTUARVEREINIGUNG e.v. Mathematk der Lebensverscherung ( Spezalwssen ) Klausur vom 4.0.009 De Klausur besteht aus 3 Aufgaben, de mt nsgesamt 80 Punkten bewertet werden. Um dese maxmale Punktzahl
MehrGrundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften
Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de
MehrProjektmanagement / Netzplantechnik Sommersemester 2005 Seite 1
Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement
MehrAufgabenteil. - wird nicht mit abgegeben - 21.03.2011, 18.00-20.00 Uhr. Fakultät für Wirtschaftswissenschaft
Fakultät für Wrtschaftswssenschaft Lehrstuhl für Volkswrtschaftslehre, nsb. Makroökonomk Unv.-Prof. Dr. Helmut Wagner Klausur: Termn: Prüfer: Makroökonome 2.03.20, 8.00-20.00 Uhr Unv.-Prof. Dr. Helmut
Mehr2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.
. Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen
MehrNetzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008
Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
MehrUnter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen
Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum
MehrWir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt
Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten
MehrEntscheidungsprobleme der Marktforschung (1)
Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket
MehrStatistische Datenanalyse und Optimierung
Statstsche Datenanalyse und Optmerung.0.00 Glederung Vertelungsfunktonen Normalvertelung Normalvertelung mehrerer Vayrablen Abgeletete Vertelungen: χ -Vertelung, Student-t-Vertelung Statstsche ests Fehlerfortpflanzung
MehrWas haben Schüler und Großbanken gemein?
Armn Fügenschuh Aleander Martn Was haben Schüler und Großbanken gemen? Mathematsche Modellerung Analyse und Lösung am Bespel des Rucksackproblems Unter gegebenen Randbedngungen optmale Entschedungen zu
MehrKlassische Gatter und Logikelemente. Seminarvortrag zu Ausgewählte Kapitel der Quantentheorie Quantenalgorithmen
Klasssche Gatter und Logkelemente Semnarvortrag zu Ausgewählte Kaptel der Quantentheore Quantenalgorthmen Gerd Ch. Krzek WS 2003 I. Grundlagen und Methoden der Logk: Im folgenden soll de Konstrukton und
MehrMobile Sicherheit durch effiziente Public-Key-Verschlüsselung
Moble cherhet durch effzente ublc-key-verschlüsselung Hagen loog Drk Tmmermann Unverstät Rostock, Insttut für Angewandte Mkroelektronk und Datenverarbetung Rchard-Wagner-tr., 9 Rostock Hagen.loog@un-rostock.de
MehrVersuch C2: Monte-Carlo Simulationen eines Ferromagneten im Rahmen des Ising-Modells
Versuch C2: Monte-Carlo Smulatonen enes Ferromagneten m Rahmen des Isng-Modells 15. November 2010 1 Zelstellung Es glt de Temperatur des Phasenüberganges zwschen dem ferro- und paramagnetschen Verhalten
MehrDatenträger löschen und einrichten
Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe
MehrStochastik - Kapitel 4
Aufgaben ab Sete 5 4. Zufallsgrößen / Zufallsvarablen und hre Vertelungen 4. Zufallsgröße / Zufallsvarable Defnton: Ene Zufallsgröße (Zufallsvarable) X ordnet jedem Versuchsergebns ω Ω ene reelle Zahl
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte
MehrOptische Systeme. Inhalte der Vorlesung. Hausaufgabe: Reflexion mit Winkel. Vergleichen Sie Ihre Rechnung mit einem Experiment! n = tan. sin.
Inhalte der Vorlesung 3. Optsche Systeme Martna Gerken 05..007. Grundlagen der Wellenoptk. De Helmholtz-Glechung. Lösungen der Helmholtz-Glechung: Ebene Wellen und Kugelwellen.3 Das Huygenssche Prnzp.4
MehrIT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.
IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung
MehrLeistungsmessung im Drehstromnetz
Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n
Mehrtö 10, 20 1 30 40 50 60 1
Funktonen 200 Herzschläge pro Mnute ' 60 -+ 20, 80 r t r ~- T T 40, Zet n Mn. tö 0, 20 30 40 50 60 Das Dagramm zegt de Pulsfrequenz von Svenja bem Geländelauf. Les de Pulsfrequenz nach 0; 20; 30;... Mnuten
MehrHallo, mein Name ist. Amy. Ich bin die Neue. im Team von. Ihr Erfolg ist unser Ziel... amy@tst-online.de www.tst-die-mit-dem-berner.
Hallo, men Name st Amy Ich bn de Neue m Team von Ihr Erfolg st unser Zel... amy@tst-onlne.de www.tst-de-mt-dem-berner.de Resekataloge Kundenzetungen Imagebroschüren Flyer Kalender Plakate Postkarten Cachanrng
Mehr1. Runde 2010. Aufgaben und Lösungen. Bundeswettbewerb Mathematik
Bundeswettbewerb Mathemat Wssenschaftszentrum Postfach 2 14 48 53144 Bonn Fon: 228-9 59 15-2 Fax: 228-9 59 15-29 e-mal: nfo@bundeswettbewerb-mathemat.de www.bundeswettbewerb-mathemat.de Korreturommsson
MehrF A C H H O C H S C H U L E W E D E L. Seminararbeit Informatik
F A C H H O C H S C H U L E W E D E L Semnararbet Informatk n der Fachrchtung Wrtschaftsnformatk Themenberech Künstlche Intellgenz Thema Nr. 3 Dskrmnanzanalyse Engerecht von: Erarbetet m: Patrck Wolf Wedeler
Mehr9 Diskriminanzanalyse
9 Dskrmnanzanalyse Zel ener Dskrmnanzanalyse: Berets bekannte Objektgruppen (Klassen/Cluster) anhand hrer Merkmale charakterseren und unterscheden sowe neue Objekte n de Klassen enordnen. Nötg: Lernstchprobe
MehrErgänzende Bedingungen
Ergänzende Bedngungen der zu den Allgemenen Anschlussbedngungen n Nederspannung gemäß Nederspannungsanschlussverordnung (NAV) vom 1. Januar 2012 Inhaltsüberscht I. 1. BAUKOSTENZUSCHÜSSE (BKZ) GEMÄß 11
MehrWie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?
We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de
Mehr