Zulassungsprüfung Stochastik,
|
|
- Marcus Schneider
- vor 6 Jahren
- Abrufe
Transkript
1 Zulssungsprüfung Stochstik, Wir gehen stets von einem Mßrum (Ω, A, µ) bzw. einem Whrscheinlichkeitsrum (Ω,A,P) us. Die Borel σ-algebr uf R n wird mit B n bezeichnet, ds Lebesgue Mß uf R n wird mit λ n bezeichnet. Sollten Ihnen in Teilufgben Ergebnisse fehlen, dnn treffen Sie eine plusible Annhme dfür. Aufgbe (8 Punkte) Sei f : R, f(x) ke kx. Beweisen Sie: () f ist messbr bezüglich der durch B induzierten σ-algebr uf. (b) Es gilt f(x)dλ(x) ke kx dλ(x). (c) Es gilt f(x)dλ(x) e. Aufgbe 2 (8 Punkte) Die Zuckersüß AG füllt Zucker in Pckungen b. Ds Abfüllgewicht X einer Pckung sei normlverteilt mit Erwrtungswert kg und Stndrdbweichung 0,05 kg. Eine Pckung ist unverkäuflich, wenn sie weniger ls 0,935 kg wiegt. Die Wochenproduktion beträgt n Pckungen. () Bestimmen Sie die Whrscheinlichkeit, dss eine Pckung unverkäuflich ist. (b) Sei Y die Zufllsvrible reltiver Anteil der unverkäuflichen Pckungen der Wochenproduktion. Bestimmen Sie den Erwrtungswert und die Vrinz von Y. (c) Mit welcher Whrscheinlichkeit sind mehr ls 0 % der Wochenproduktion unverkäuflich. Verwenden Sie dzu eine geeignete Approximtion. (d) Welcher Anteil der unverkäuflichen Pckungen n der Wochenproduktion wird mit einer Whrscheinlichkeit von 95 % nicht überschritten. Aufgbe 3 (8 Punkte) Gegeben seien die Zufllsvriblen N und mit U(,b) wobei < b, [,b] (0,). Für θ [,b] sei N NB(,θ), d.h. N besitzt die Zähldichte f(n θ) θ( θ) n, n N 0. () Bestimmen Sie E ( ) ( und E ) [ Ergebnis: 2 b ln( ) b, b (b) Bestimmen Sie E(N ) und Vr(N ). (c) Bestimmen Sie E(N) und Vr(N). (d) Bestimmen Sie P(N 0). ]
2 Aufgbe 4 (8 Punkte) Seien X,...,X n, Y,...,Y n und W,...,W n unbhängige Zufllsvriblen mit X i iid N(µ,), Y i iid N(µ2,), W i iid N(µ +µ 2,) mit µ,µ 2 R und Relisierungen x,...,x n, y,...,y n und w,...,w n. () Beweisen Sie, dss die Mximum Likelihoodschätzwerte ˆµ, ˆµ 2 für µ, µ 2 notwendigerweise ds linere Gleichungssystem 2nˆµ +nˆµ 2 nˆµ +2nˆµ 2 x i + y i + w i w i erfüllen. (b) Bestimmen Sie die ML-Schätzer für µ und µ 2. Sie können ohne Beweis ihre Existenz vorussetzen. Aufgbe 5 (8 Punkte) In einer Studie wurde der Blutdruck von Ruchern und Nichtruchern untersucht. Bei Ruchern ergb sich ein mittlerer Blutdruck von 30. Bei 4 Nichtruchern wurde ein Mittelwert von 23 festgestellt. Bei beiden Messreihen ergb sich eine empirische Vrinz von 32,49. Es wird ngenommen, dss der Blutdruck bei Ruchern und Nichtruchern jeweils normlverteilt ist. () Bestimmen Sie us obigen Dten ein Schätzintervll für den Erwrtungswert des Blutdrucks von Ruchern zum Niveu α 0,95. (b) Bisher ging mn bei Nichtruchern von einem Blutdruck von 20 us. Wird diese Beobchtung bei einem Niveu von 0,05 widerlegt? (c) Testen Sie unter geeigneten Annhmen uf dem Niveu von α 0,05 die Hypothese, dss sich der Erwrtungswert des Blutdrucks bei Ruchern und Nichtruchern nicht unterscheidet. 2
3 Lösungsvorschläge Aufgbe Zu () Für n N sei f n : R, f n (x) : n ke kx. f n ist ls Summe stetiger Funktionen stetig, lso uch messbr. Lut Definition ist lim n f n f, lso ist f ls punktweiser Grenzwert messbrer Funktionen uch messbr. Sei f n wie in (). Es gilt für lle n N f n (x)dλ(x) ke kx dλ(x) ke kx dλ(x) und f n 0. Wegen f n+ (x) f n (x) (n+)e (n+)x > 0 ist die Funktionenfolge (f n ) n N monoton wchsend. Dmit erfüllt (f n ) n N die Vorussetzungen des Stzes von der monotonen Konvergenz, und die Behuptung folgt nun wegen f(x)dλ(x) lim f n(x)dλ(x) n lim f n (x)dλ(x) n ([, ) lim ke kx dλ(x) n ke kx dλ(x). Zu (c) Wir wenden (b) n. Hierzu berechnet mn mittels des uneigentlichen Riemnn- Integrls ke kx dλ(x) ke kx dx e kx e k. Mit (b) und der geometrischen Reihe folgt ke kx dλ(x) ke kx dλ(x) e k ( e ) k e e. Aufgbe 2 Zu () ( ) 0,935 P(X < 0,935) Φ Φ(,3) Φ(,3) 0,0968 0,05 3
4 Sei N die Zufllsvrible Anzhl der unverkäuflichen Pckungen einer Wochneproduktion. Dnn ist N B(n,p) mit p 0,0968 und n Somit ist E(N) np und Vr(N) np( p). Es gilt Y N n mit ( ) N E(Y) E n n E(N) np p 0,0968 n ( ) N Vr(Y) Vr n n 2Vr(N) p( p) n2np( p) 0,08743 n 0000 Zu (c) 0, Näherungsweise giltn N(np,np( p)) und dmit uchy N Es folgt ( p, p( p) ). n P(Y > 0,) P(Y 0,) ( ) ( ) 0, 0,0968 0, 0,0968 Φ Φ n p( p)/n p( p) Φ(,08) 0,8599 0,40. Zu (d) Gesucht ist y mit P(Y y) 0,95. Mit der Normlverteilungsnnhme folgt ( ) y p Φ(u 0,95 ) 0,95 P(Y y) Φ n lso p( p) y p p( p) n u0,95,64 und dmit y p+u 0,95 0,06. p( p) n Der Anteil, der mit einer Whrscheinlichkeit von 95 % nicht überschritten wird, beträgt 0,6 %. Aufgbe 3 Zu () Wegen U[,b] folgt ( ) E ( ) E 2 b b θ dθ b b b ln b θ 2 dθ b ( b ) b. Zu (c) E(N θ) θ θ Vr(N θ) θ θ 2 θ E(N ) Vr(N )
5 Mit dem Stz von der iterierten Erwrtung folgt ( ) ( ) E(N) E(E(N )) E E ( ) Vr(N) Vr(E(N ))+E(Vr(N )) Vr ( ) ( ) ( ) ( Vr +E 2 E E 2 ( ) ( ) 2 ( ) 2E 2 E E ) E ( +E ( 2 ) 2 +E ) ( 2 ) ( ) E Dmit folgt mit () Zu (d) E(N) ( ) b b ln Vr(N) 2 b (b ) 2 ln2 ( ) b b ln ( ) b. P(N 0) b b P(N 0 θ)dθ b b θdθ b+ 2. Aufgbe 4 Zu () Wegen der Unbhängigkeit der Zufllsvriblen lutet die gemeinsme Dichte f(x,...,x n,y,...,y n,w,...,w n ) n ( ) 3 ( exp [ (xi µ ) 2 +(y i µ 2 ) 2 +(w i (µ +µ 2 )) 2]). 2π 2 Drus ergibt sich für die Prmeter µ,µ 2 die Likelihood ( ) ( 3n L(µ,µ 2 ) exp [ (xi µ ) 2 +(y i µ 2 ) 2 +(w i (µ +µ 2 )) 2]). 2π 2 Durch Logrithmieren und nschließendes Differenzieren nch µ folgt l(µ,µ 2 ) lnl(µ,µ 2 ) ( ) 3n ln 2π 2 ((x i µ ) 2 +(y i µ 2 ) 2 +(w i (µ +µ 2 )) 2 ), l µ (µ,µ 2 ) 2 2 ((x i µ )+(w i (µ +µ 2 ))) 2nµ nµ 2 + (x i +w i ). 5
6 Aus Symmetrieüberlegungen folgt nlog in dem mn µ, x i durch µ 2, y i ersetzt l µ2 (µ,µ 2 ) 2nµ 2 nµ + (y i +w i ). Nullsetzen des Grdienten führt zu den behupteten Gleichungen. Mit x n x i, y n y i, w n w i erfüllen die ML Schätzwerte ˆµ, ˆµ 2 ds linere Gleichungssystem Auflösen ergibt 3ˆµ 2 x w 2y ˆµ 2 3 x+ 3 w+ 2 3 y 2ˆµ + ˆµ 2 x+w (I) ˆµ +2ˆµ 2 y +w. (II) (I 2 II) ˆµ 2 3 x 2 3 w 4 3 y +y +w 3 y + 3 w+ 2 x. (in II eingesetzt) 3 Dmit ergeben sich die ML-Schätzer mit X n X i, Y n ˆµ 3 Y + 3 W X ˆµ 2 3 X + 3 W Y Y i, W n W i. Aufgbe 5 Sei X N(µ x,σ 2 x) bzw. Y N(µ y,σ 2 y) die Zufllsvrible Blutdruck bei Ruchern bzw Nichtruchern. Die Vrinz ist unbeknnt, us diesem Grund benötigen wir die Quntile der Student-Verteilungen. () Als Konfidenzintervll ergibt sich ein symmetrisches Intervll um x. Wegen 5,7 t 0, ,83 }{{} 2,228 erhlten wir [26, 7; 33, 83]. (b) Beim t-test ergibt sich die Testgröße t ,96. Die Hypothese wird nicht verworfen wegen t 3;0, und t < t 3;0,975. 5,7 (c) Bei unbeknnter Vrinz und zwei unbhängigen Stichproben wird der t-test verwendet. Zu prüfen ist H 0 : µ x µ y. Testgröße ist T(x,y) x y 4 s +4, mit s2 0s2 x +3s 2 y 0+3 T(x,y) 3,05 5,7 2 lso Wegen T(x,y) / [t 23; α/2,t 23; α/2 ] [ 2,069;2,069] wird H 0 verworfen. 6
Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.
Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X
MehrAufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6
Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.
MehrKapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35
Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
MehrFunktionenfolgen. Kapitel 6
Kpitel 6 Funktionenfolgen Bemerkung 6.1 Motivtion. Dieser Abschnitt betrchtet die Konvergenz von Folgen von uf einem gemeinsmen Intervll definierten Funktionen. Dies ist eine wichtige Grundlge, um eine
MehrTaylorreihen - Uneigentlische Integrale
Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere
MehrDifferenzial- und Integralrechnung III
Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in
MehrKapitel IV Euklidische Vektorräume. γ b
Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende
Mehr1 Folgen von Funktionen
Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen
MehrRepetitionsaufgaben Exponential-und Logarithmusfunktion
Repetitionsufgben Eponentil-und Logrithmusfunktion Inhltsverzeichnis A) Vorbemerkungen B) Lernziele C) Eponentilfunktionen mit Beispielen 2 D) Aufgben Ep.fkt. mit Musterlösungen 6 E) Logrithmusfunktionen
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
Mehrb f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =
Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
MehrMonte-Carlo-Integration
Monte-Crlo-Integrtion von Dietmr Herrmnn, Anzing Kurzfssung: An Hnd eines einfchen Beispiels wird gezeigt, dß jedes Integrl ls Erwrtungswert einer reellen Zufllsgröße ufgefßt werden knn. een einer symptotischen
MehrÜbungen zur Analysis 2
Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren
MehrIntegralrechnung. www.mathe-total.de. Aufgabe 1
Integrlrechnung Aufgbe Bestimme die Fläche zwischen der Kurve der Funktion f() = und -Achse über dem Intervll I = [; 3] näherungsweise. Bestimme die Obersumme und Teile ds Intervll I in drei gleich große
Mehr9 Riemann-Integral für Funktionen einer Variablen
9 Riemnn-Integrl für Funktionen einer Vriblen Integrl = (orientierte) Fläche zwischen Funktion f : r, bs Ñ R und der x-achse «ř n px n x n 1 qf pξ n q mit Zwischenpunkten ξ n P rx n 1, x n s x n 1 x n
MehrMC-Serie 12 - Integrationstechniken
Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz
Mehr9 Das Riemannsche Integral
1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit
MehrKapitel 13. Taylorentwicklung Motivation
Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von
MehrDie Keplersche Fassregel
Die Keplersche Fssregel K. Gerer Bei vielen Aufgen, z.b. ei der Lösung von Differentilgleichungen, tucht die Schwierigkeit uf, dss Integrtionen nicht durchgeführt werden können. So können z.b. die folgenden
MehrNumerische Integration durch Extrapolation
Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der
Mehr8 Integralrechnung. 8.1 Das Riemann-Integral
8 Integrlrechnung Der Integrlbegriff ist wie der Ableitungsbegriff motiviert durch die physiklische Beschreibung von Bewegungsbläufen (Geschwindigkeit, Beschleunigung). Er ist u.. uch von Bedeutung bei
MehrWie muss x gewählt werden, so dass K 1 anschließend einen geraden Stoß mit K 3 ausführt?
ZÜ 2.1 Aufgbe 2.1 Drei Kugeln K 1, K 2 und K 3 Mssen, m 2 und m 3 befinden sich in einer Rille und berühren sich nicht. Die erste Kugel gleitet mit der Geschwindigkeit v1 und stößt vollkommen elstisch
MehrBeispiel-Abiturprüfung
Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch
MehrLineare DGL zweiter Ordnung
Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
MehrVorkurs Mathematik DIFFERENTIATION
Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt
MehrÜbungen zur Vorlesung Physikalische Chemie I Lösungsvorschlag zu Blatt 3
Übungen zur Vorlesung Physiklische Chemie I Lösungsvorschlg zu Bltt 3 Prof. Dr. Norbert Hmpp 1. Aufgbe ) Die gegebene Verteilung besteht nur us diskreten Werten! Die durchgezogene Linie würde nur bei einer
MehrMusterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS
Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit
MehrStreuungsmaße. Grundbegriffe
Grundbegriffe Untersuchungseinheiten U,...,U n Merkml X Urliste x,...,x n geordnete Urliste x (),...,x (n) Es gilt i.llg.: xi x() i, i, Κ, n In einer westdeutschen Großstdt gibt es insgesmt drei Träger
Mehrt 1 t cos(t) sin(t) haben als Spur jeweils den Einheitshalbkreis in der oberen Halbebene.
Kpitel Kurvenintegrle Kurven Sei I = [, b] R ein Intervll Eine Weg ist eine Abbildung dieses Intervlls in den R d, d, : I R d Dbei nennt mn () den Anfngspunkt, (b) den Endpunkt und ds Bild ([, b]) die
Mehr6. Integration 6.1 Das Riemann-Integral
6. Integrtion 6. Ds Riemnn-Integrl 6. Integrtion 6. Ds Riemnn-Integrl Mthemtik für Chemiker 6. Integrtion 6. Ds Riemnn-Integrl Flächenberechnung: Problemstellung und Lösungsidee Sei f : [, b] [0, ) eine
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrBrückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
Mehr2 Zufallsvariable, Verteilungen, Erwartungswert
2 Zufallsvariable, Verteilungen, Erwartungswert Bisher: Zufallsexperimente beschrieben durch W-Räume (Ω, A, P) Häufig interessiert nur eine zufällige Größe X = X(ω), die vom Ergebnis ω des Zufallsexperiments
Mehr5 Ellipsen, Parabeln und Hyperbeln
5 Ellipsen, Prbeln und Hperbeln Ellipsen: Seien b > reelle Zhlen und E = E,b := { + b = } Eine Qudrik Q R heißt Ellipse, wenn es reelle Zhlen b > gibt, so dss q E,b. Die Kurven E,b heißen Ellipsen in metrischer
MehrQuadratische Funktionen
Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung
MehrMathematik schriftlich
WS KV Chur Abschlussprüfungen 00 für die Berufsmtur kufmännische Richtung Mthemtik schriftlich LÖSUNGEN Kndidtennummer Nme Vornme Dtum der Prüfung Bewertung mögliche erteilte Punkte Punkte. Aufgbe 0. Aufgbe
MehrZusatzmaterial zur Mathematik I für E-Techniker Übung 10
Mthemtik I für E-Techniker C. Erdmnn WS /, Univerität Rotock,. Vorleungwoche Zutzmteril zur Mthemtik I für E-Techniker Übung Uneigentliche Integrle Die Funktion f ei für x definiert und in jedem Intervll
MehrEinführung in die Integralrechnung
Einführung in die Integrlrechnung Vorbereitung für ds Probestudium n der LMU München 3. bis 7. September von W. Frks und O. Forster Integrle ls Flächeninhlte. Motivtion Flächeninhlte von Rechtecken sind
MehrScheinklausur Stochastik 1 für Studierende des Lehramts und der Diplom-Pädagogik
Universität Karlsruhe (TH) Institut für Stochastik Dr. Bernhard Klar Dipl.-Math. oec. Volker Baumstark Name Vorname Matr.-Nr.: Scheinklausur Stochastik für Studierende des Lehramts und der Diplom-Pädagogik
MehrMultiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
MehrThema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n
Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1
Mehr3. Ganzrationale Funktionen
3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester
MehrMusteraufgaben für das Fach Mathematik
Musterufgben für ds Fch Mthemtik 2012 Impressum Ds vorliegende Mteril wurde von einer Arbeitsgruppe mit Vertretern us den Ländern Byern, Hmburg, Mecklenburg-Vorpommern, Niederschsen, Schsen und Schleswig-
MehrMathematik. Ingo Blechschmidt. 22. Januar 2007
Mthemtik Ingo Blechschmidt 22. Jnur 2007 Inhltsverzeichnis I Mthemtik 2 1 Anlysis 2 1.1 Stetigkeit und Differenzierbrkeit........... 2 1.1.1 Stetigkeit..................... 2 1.1.2 Differenzierbrkeit................
MehrSeite 1 (von 11) Abiturprüfung 2009 MATHEMATIK. als Leistungskursfach. Arbeitszeit: 240 Minuten
Seite 1 (von 11) Abiturprüfung 009 MATHEMATIK ls Leistungskursfch Arbeitszeit: Minuten Der Fchusschuss wählt je eine Aufgbe us den Gebieten LM1, LM und LM zur Berbeitung us. Seite (von 11) LM1. INFINITESIMALRECHNUNG
Mehrvon f im Punkt P ( 2 4) x x x Hilfsmittelfreier Teil. Beispielaufgabe 1 zur Analysis Gegeben ist die Funktion f mit der Gleichung
Hilfsmittelfreier Teil. Beispielufgbe zur Anlysis Gegeben ist die Funktion f mit der Gleichung f ( x ) = x + x x. Die zeigt den Grphen der Funktion f. () Berechnen ie lle Nullstellen der Funktion f. ()
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
MehrStochastische Eingangsprüfung, 17.05.2008
Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)
MehrGebrochenrationale Funktionen (Einführung)
Gebrochenrtionle Funktionen (Einführung) Ac Eine gebrochenrtionle Funktion R ist von der Form R(x) P(x) und Q(x) gnzrtionle Funktionen n-ten Grdes sind. P(x) Q(x), wobei Im Allgemeinen ht eine gebrochenrtionle
MehrHauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg
Bden-Württemberg: Abitur 014 Whlteil A www.mthe-ufgben.com Huptprüfung Abiturprüfung 014 (ohne CAS) Bden-Württemberg Whlteil Anlysis Hilfsmittel: GTR und Formelsmmlung llgemeinbildende Gymnsien Alexnder
MehrVolumen von Rotationskörpern
Volumen von Rottionskörpern Beispiele: [ Es stellt sich die Frge: Wie entstehen solche Rottionskörper bzw wie lssen sich solche Rottionskörper er zeugen? Rotiert eine Fläche z.b. um die x-achse, so entsteht
Mehr5.5. Integralrechnung
.. Integrlrechnung... Berechnung von Integrlen mit der Streifenmethode Definition: Gegeen seien, R mit < und eine uf [; ] stetige Funktion f. Der orientierte Inhlt der Fläche, die durch die -Achse, ds
Mehr1 Kurvendiskussion /40
009 Herbst, (Mthemtik) Aufgbenvorschlg B Kurvendiskussion /0 Gegeben ist eine Funktion f mit der Funktionsgleichung: f ( ) 0 6 = ; mit.. Untersuchen Sie ds Verhlten der Funktionswerte von f im Unendlichen.
MehrLösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.
Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,
MehrDefinition: Eine Folge, bei welcher der Quotient zweier aufeinanderfolgender Glieder immer gleich gross ist, heisst geometrische Folge (GF).
7. Geometrische Folgen (exponentielles Wchstum) Beispiele: 2, 6, 8, 54, 62,... = 6= 2 8 8, -4, 2, -,,,... =, ds Vorzeichen wechselt b (lternierende Folge), -,, -,... = Definition: Eine Folge, bei welcher
Mehr1.7 Inneres Produkt (Skalarprodukt)
Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
MehrÜbungen zur Vorlesung Analysis II
Sommersemester 3 Bltt 13 1) Mn verschiebe die Prbel y = x in R so, dß sie weiterhin den Nullpunkt enthält. Zu der hierdurch entstehenden Kurvenschr bestimme mn die orthogonlen Kurven. ) Mn bestimme lle
MehrGrundlagen der Integralrechnung
Grundlgen der Integrlrechnung W. Kippels 0. April 2014 Inhltsverzeichnis 1 Ds unbestimmte Integrl 2 2 Ds bestimmte Integrl 4 Beispielufgben 7.1 Beispielufgbe 1............................... 7.2 Beispielufgbe
MehrDas Rechnen mit Logarithmen
Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:
MehrAnalysis I. TU Dortmund, Wintersemester 2013/14. Ben Schweizer
Anlysis I TU Dortmund, Wintersemester 2013/14 Ben Schweizer Inhltsverzeichnis 1 Reelle Zhlen 1.1 Logische Grundlgen: Aussgen, Beweise, Mengen........ 3 1.2 Die Zhlenbereiche N, Z und Q..................
MehrDer Kreissektor (Kreisausschnitt) Kreissektors mit dem Mittelpunktswinkel ϕ : Bogenlänge: b Sektor. Flächeinhalt:: ASektor
Grundwissen Mthemtik 0.Klsse 0 / Die Kugel Volumen der Kugel: Oberfläche der Kugel: V O Kugel Kugel 4 πr 4πr Der Kreissektor (Kreisusschnitt) Kreissektors mit dem Mittelpunktswinkel ϕ : ϕ Bogenlänge: b
MehrEinführung in die statistische Testtheorie II
1 Seminar: Simulation und Bildanalyse mit Java Einführung in die statistische Testtheorie II Guntram Seitz Sommersemester 2004 1 WIEDERHOLUNG 2 1 Wiederholung Grundprinzip: Annahme: Beobachtungen bzw.
Mehrf(x) := lim f n (x) (a) Wann ist die Grenzfunktion f stetig? Reicht dazu die Stetigkeit aller Funktionen f n?
Kpitel 9 Gleichmäßige Konvergenz von Funktionenfolgen 9.1 Gleichmäßige Konvergenz 9.2 Eigenschften der Grenzfunktion 9.3 Gleichmäßige Konvergenz von Funktionenreihen 9.4 Anwendung uf Potenzreihen 9.5 Tylor
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 8. Dezember 2010 Teil V Schließende Statistik 1 Parameterschätzung Erwartungstreue und Konsistenz Maximum-Likelihood
Mehr2 Trigonometrische Formeln
Mthemtische Probleme, SS 013 Donnerstg.5 $Id: trig.tex,v 1.3 013/05/03 10:50:31 hk Exp hk $ Trigonometrische Formeln.1 Die Additionstheoreme In der letzten Sitzung htten wir geometrische Herleitungen der
MehrÜ b u n g s b l a t t 13. Organisatorisches:
MATHEMATIK FÜ INFOMATIKE I WINTESEMESTE 7/8 POF. D. FIEDICH EISENBAND D. KAI GEHS Ü b u n g s b l t t 13 Orgnistorisches: Dieses Übungsbltt wir nicht mehr korrigiert. D ie Aufgben ennoch klusurrelevnt
MehrFormelsammlung. Folgen und Reihen
Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n
Mehr10.2 Kurven und Bogenlänge
10.2 Kurven und Bogenlänge Definition: Sei c = (c 1,..., c n ) : [, b] R n eine stetige Funktion. Dnn wird c ls Kurve im R n bezeichnet; c() heißt Anfngspunkt, c(b) heißt Endpunkt von c. c heißt geschlossene
Mehr4 Die rationalen Zahlen
4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper
Mehr1 Einleitung 3. 3 Die Methode der Pfadregeln Drei Pfadregeln Anwendungen von drei Pfadregeln... 6
Mrkow-Ketten JUAN LU AUSARBEITUNG ZUM VORTRAG IM Blockseminr Stochstik (WINTERSEMESTER 28/9, LEITUNG PD DR. GUDRUN THÄTER) Zusmmenfssung: Eine Mrkow-Kette ist eine spezielle Klsse von stochstischen Prozessen.
MehrVorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.
MehrMusterlösungen Blatt 6 komplett (mit Kommentaren)
Musterlösungen Bltt 6 omplett (mit Kommentren) Aufgbe (3 + 3 Punte) ) Sei f : beschränt und es existieren die uneigentlichen iemnnintegrle f(x) dx und f(x)dx. Zeigen Sie, dss f Lebesgue-integrierbr über
Mehr( 0) ( x) ( ) ( ) ( ) ( ) ( ) ( ) Analysis, analytische Geometrie, Stochastik 1.1 1.1.1. Ableitungen: Wendepunkte: = 24 > 0 konkav konvex fa
Lösungen Abitur Leistungskurs Mthemtik 00 www.mthe-schule.de Seite von P Anlsis, nltische Geometrie, Stochstik. f + + R, R.. Ableitungen: f ' + f ''( ) + Wendepunkte: f '' 0.. 0 W f ''' + + 0 ( + ) 0 f
MehrKomplexe Kurvenintegrale
Komplexe Kurvenintegrle nlog zu Kurvenintegrlen: Sei : [, b] D R n ein stükweiser C Weg, f : D R und F : D R n gegeben. Dnn htten wir in Anlysis II/III die beiden Kurvenintegrle. und 2. Art f (x)ds = b
MehrDie Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.
Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen
MehrMusterlösungen (ohne Gewähr) Aufgabe 1 ( 7 Punkte) Geben Sie die Koordinaten des Flächenschwerpunktes des dargestellten Querschnitts an!
Seite 1/15 Aufgbe 1 ( 7 Punkte) Geben Sie die Koordinten des lächenschwerpunktes des drgestellten Querschnitts n! 2 Gegeben:. 4 ΣA i = y 2 x Σx i A i = x s = Σy i A i = y s = ΣA i = 8 2 Σx i A i = 13 3
MehrGrundwissen Mathematik 8. Klasse. Eigenschaften Besonderheiten - Beispiele
Themen Direkte Proportionlität Eigenschften Besonderheiten - Beispiele Zwei Größen und y heißen direkt proportionl, wenn gilt: Zum k-fchen Wert von gehört der k-fche Wert von y; Der Quotient q = y ht für
MehrEinführung in die Festkörperphysik I Prof. Peter Böni, E21
Einführung in die Festkörperphsik I Prof. Peter Böni, E21 Lösung zum 2. Übungsbltt (Besprechung: 0. - 1. Oktober 2006) P. Niklowitz, E21 Aufgbe 2.1: Zweidimensionle Wigner-Seitz-Zellen Vernschulichen Sie,
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mthemtik für Informtiker I (Wintersemester 00/00) Aufgbenbltt (. Oktober 00)
MehrBerechnung von Flächen unter Kurven
Berechnung von Flächen unter Kurven Es soll die Fläche unter einer elieigen (stetigen) Kurve erechnet werden. Dzu etrchten wir die (sog.) Flächenfunktion, mit der die zu erechnende Fläche qusi ngenähert
Mehr3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer
3.4 Asymptotische Evaluierung von Schätzer 3.4.1 Konsistenz Bis jetzt haben wir Kriterien basierend auf endlichen Stichproben betrachtet. Konsistenz ist ein asymptotisches Kriterium (n ) und bezieht sich
Mehrdem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
Mehr0, t 0,5
XIII. Die Normalverteilung ==================================================================. Der lokale Grenzwertsatz --------------------------------------------------------------------------------------------------------------
MehrDef.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
MehrBRÜCKENKURS MATHEMATIK
Brückenkurs Linere Gleichungssysteme - Prof. r. M. Ludwig BRÜCKENKURS MATHEMATIK LINEARE GLEICHUNGSSYSTEME Schwerpunkte: Modellbildung Lösungsmethoden Geometrische Interprettion Prof. r. hbil. M. Ludwig
MehrPC II Kinetik M. Quack HS 2007
PC II Kinetik M. Quck HS 7 Musterlösung zur Übung. Z. B. Frgen zur Debye-Hückel-Theorie: Ws sind die physiklischen Grundlgen der Herleitung dieser Theorie? Die Wechselwirkungen zwischen den Ionen wird
MehrBestimmtes (Riemannsches) Integral / Integral als Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhalb bestimmter Grenzen
III. Integrlrechnung : Bestimmtes (Riemnnsches Integrl / Integrl ls Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhl estimmter Grenzen yf( y n y n ( Δ Berechnung der Fläche A unter
MehrSkript zur Vorlesung. Numerik stochastischer Differentialgleichungen
Skript zur Vorlesung Numerik stochstischer Differentilgleichungen Wintersemester 5/6 Johnnes Schropp Universität Konstnz Fchbereich Mthemtik und Sttistik Johnnes Schropp, 9. November 5 Inhltsverzeichnis
MehrGrenzwerte von Funktionen
Grenzwert und Stetigkeit von Funktionen Methodische Bemerkungen H Hinweise und didktisch-methodische Anmerkungen zum Einstz der Areitslätter und Folien für den Themenkreis Grenzwert und Stetigkeit von
Mehrdefiniert ist, heißt an der Stelle x0
1 Stetigkeit 1 Stetigkeit Bei der Behndlung der bschnittsweise deinierten Funktionen km es vor, dss der Grph dieser Funktion n der Nhtstelle einen Sprung ht. Andere dgegen hben keine Sprungstelle! Doch
MehrElemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse
Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen
MehrKurvenintegrale. 17. Juli 2006 (Korrigierte 2. Version) 1 Kurvenintegrale 1. Art (d.h. f ist Zahl, kein Vektor)
Kurvenintegrle Christin Mosch, Theoretische Chemie, Universität Ulm, christin.mosch@uni-ulm.de 7. Juli 26 (Korrigierte 2. Version Kurvenintegrle. Art (d.h. f ist Zhl, kein Vektor Bei Kurvenintegrlen. Art
Mehr1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere
Mehr