Kapitel XI. Funktionen mit mehreren Variablen

Größe: px
Ab Seite anzeigen:

Download "Kapitel XI. Funktionen mit mehreren Variablen"

Transkript

1 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 Varable,,, auf dem Deftosberech D( f Dabe heßt z de abhägge Varable Ma schrebt f : D( f R, D( f R oder = = (,( (,,, z f f,,, D( f, D( f R, z R B De graphsche Darstellug eer Fukto mehrerer Varable st ur m Fall = möglch Be > sd alle Utersuchuge auf de aaltsche Darstellug z = f (,,, oder auf ee tabellarsche Erfassug agewese D (Graph eer Fukto Be eer Fukto f : D( f R, D( f R zweer Varable ud heßt de Puktmege {( z,, R z= f (,, (, Df ( } der Graph vo f B Ee wetere Möglchket, ee Fukto f(, zweer Varable graphsch zu veraschaulche, st de Darstellug mttels Isohöhele D (Isohöhele Ist f : D( f R, D( f R, ee Fukto zweer Varable, so heße de Puktmege {( } M : =, D( f f(, = c R c

2 Isohöhele vo f (mt der Höhe c R D 3 (Stetgket Ee Fukto f : D( f R, D( f R, heßt a der Stelle D( f stetg, falls zu jeder Umgebug ( ε ( ee Umgebug ( U f R D 4 (Grezwert { δ } Ee Fukto f : D( f R, D( f R Grezwert a, we glt Uδ D( f estert, so dass glt: z R z = f(, U ( U ( f( ε, hat a eer Stelle ( =,,, D( f de lm f(,, = a,,,, U ( D( f für e geegetes ε > erfüllt se muss wobe ( ε B 3 Der Grezwert eer Fukto mehrerer Varable ka bezüglch eer oder mehrerer Varable gebldet werde Wll ma be der Grezwertbldug z B ur de te,,, betrachte, so schrebt ma Kompoete { } lm f(,,,,,, + Ma et des de Grezwert vo f bezüglch S Ee Fukto f : D( f R, D( f R, st a eer Stelle D( f geau da stetg, we f a der Stelle ee Grezwert a R hat ud darüber haus glt: a = lm f(,, = f(,, D 5 (Partelle Abletug Se f : D( f R, D( f R ( Estert für e {,,, } =,,, t D( f der Grezwert a eer feste Stelle lm f(,, +,, f(,,,

3 so wrd deser Grezwert de partelle Abletug vo f a der Stelle (,,, ud mt geat f f (,, = (,, bezechet Ma sagt, dass de Fukto f da a der Stelle (,,, dfferezerbar ach st Ist f ach jeder Stelle eer offee Puktmege D D( f st, so heßt f partell ach dfferezerbar über D partell partell ach dfferezerbar B 4 Estert der Grezwert D 5 a alle Stelle D( f, so st f weder ee Fukto vo uabhägge Varable auf D( f Se wrd de partelle Abletug vo f ach geat D 6 (Dfferezerbarket Estere für ee Fukto f : D( f R, D( f R alle partelle Abletuge f, =,,, auf eem Berech D D( f als stetge Fuktoe, so heßt f auf D (stetg dfferezerbar Im Falle D = D( f sprcht ma vo Dfferezerbarket der Fukto schlechth S De Fuktoe : (, ( ud f D f R D f R : (, ( see über g D g R D g R D D( f D( g,,,, De Fukto h ( = c f(, c R, st über D partell dfferezerbar ach, ud es glt: partell dfferezerbar ach { } h ( = c f ( (Faktorregel De Fukto h ( = f( + g ( st über D partell dfferezerbar ach, ud es glt: h ( = f ( + g ( (Summeregel 3 De Fukto h ( = f( g ( st über D partell dfferezerbar ach, ud es glt: h ( = f ( g( + f( g ( (Produktregel f( 4 De Fukto h ( = st über D partell dfferezerbar ach, g ( falls g ( für alle Dud es glt: 3

4 h ( = f ( g( + f( g ( (Produktregel f ( g( f( g ( h ( = (Quoteteregel [ g ( ] D 7 (Gradet Ist ee Fukto f : D( f R, D( f R a eer Stelle dfferezerbar, so heßt der Vektor D( f partell der Gradet vo f a der Stelle BS Gegebe se de Fukto ( ( (,, f = gradf = f f f(, = Wr bestmme de Gradetevektor deser Fukto a der Stelle( ( (, (, ( 4, 4 (, f = + + f = B 5 Der Gradet eer Fukto a eer Stelle Graphe der Fukto = 4 4 : west Rchtug des stelste Astegs (des 4

5 D 8 (Partelles Dfferetal Se f : D( f R, D( f R, ee dfferezerbare Fukto, Da heßt de reelle Zahl D( f ud R das partelle Dfferetal vo f bezüglch : = ( df f a der Stelle, {,,, } B 6 Das partelle Dfferetal bezüglch st ee Näherug a de Zuwachs der Fukto, de ma erhält, we ma de Kompoete um verädert D 9 (otales Dfferetal Se f : D( f R, D( f R, ee dfferezerbare Fukto, ud R, =,,, Da heßt de reelle Zahl D( f : ( = df = f das totale Dfferetal vo f a der Stelle B 7 Aalog de partelle Dfferetale beschrebt das totale Dfferetal a eer Stelle = (,,, de äherugswese Äderug des Fuktoswertes be Veräderug der Kompoete um, =,,, Das totale Dfferetal df hägt ählch we de partelle Dfferetale vo der Stelle ud de Äderuge, =,,,, ab Zur Bestmmug vo Näherugswerte für ee Fuktoswert eer Stelle = ( +, +,, + der Nähe vo = (,,, det de Näherugsformel (,,, (,,, f f + df Je kleer de Äderuge, =,,,, sd, umso kleer st der absolute Fehler, de der Näherugswert gegeüber dem eakte Fuktoswert hervorruft BS Gegebe se de Fukto f(, = + + 4, D( f = R Bereche Se de absolute Fehler der Näherugswerte f(4 +, 3 + der achfolgede abelle: 5

6 Äderuge Eakter Wert Näherugswert f 4,3 f 4, 3 + df ( + + ( Absoluter Fehler D (Partelle Abletug Ordug Se f : D( f R, D( f R, ee auf D( f dfferezerbare Fukto der uabhägge Varable,, ud bezeche f (,, de Abletugsfukto vo f ach Estert de partelle Abletug der Abletugsfukto f (,, ach der Varable, j {,, }, a der Stelle ( j Ordug vo f ach ud,, =, so heßt se de partelle Abletug j a der Stelle Ma schrebt: f j (,, = j (,, f Falls f auf dem gazem Deftosberech estert, so wrd j Ordug ach ud j vo f geat f partelle Abletug j B 8 Ee zwemal partell dfferezerbare Fukto vo Varable hat also partelle Abletuge Ordug Für geüged oft dfferezerbare Fuktoe köe sukzessv partelle Abletuge belebg hoher Ordug defert werde Be Varable hat ma r partelle Abletug r -ter Ordug S 3 Sd de partelle Abletuge Ordug eer Fukto stetge Fuktoe, so glt : (, (, f D f R D f R f = f j j 6

7 B 9 Ma et Im Falle f auch de gemschte partelle Abletuge Ordug, falls j j = j schrebt ma astelle vo f mest De partelle Abletuge Ordug fasst ma auch der sog Hessesche Matr zusamme: f H f f : = f f D (Implzte ud eplzte Fuktoe Se f : D( f R ee Fukto der Varable ud Ee Fukto g(, D( g R =, de der Form f(, = f(, g( = vorlegt, heßt mplzt Legt g der Form = g( vor, da heßt g eplzt B Jede eplzt gegebee Fukto = g( ka als mplzte Fukto ( f, = g( = geschrebe werde Dagege ka ee ur eplzt gegebee Fukto cht auf ee eplzte Form gebracht werde Der Graph der Fukto g etsprcht der Isohöhele vo f mt der Höhe c = S 4 Se f : D( f R, D( f R ee auf D( f dfferezerbare Fukto Se de Fukto, durch de Glechug f (, = mplzt gegebe Da glt für alle Stelle (, Df ( mt f (, : (, (, f g'( = f Ist = h( de zu = g( gehörede Umkehrfukto, da glt für alle Stelle (, Df ( mt f (, : (, (, f h'( = f 7

8 BS 3 Bestmme Se de Abletug der Fukto = g( a der Stelle, de we folgt mplzter Form agegebe sd: (, ( 3 3, (, ( = + =, = f g = + = =, f g Lösug: Für = ergbt sch f(, g( = + = ud = 3 Als erfüllt der Pukt (, (, = de Glechug 3 3 (, f = + = Damt glt ( ( f, 3 g'( = = = f, 3 Für = ergbt sch = 7als Lösug vo + 7=, =, -7 erfüllt de Glechug Der Pukt ( ( (, f = + = Es glt 4 g'( = = 8 De Fukto = g( st auch eplzter Form darstellbar: ( = g = + De Abletug der eplzte Fukto bestätgt das obge Ergebs BS 4 Gegebe se de Fukto f(, 5, D( f R = + = 8

9 Schräke Se de Deftosberech D( f so e, dass durch f(, = mplzt ee Fukto = g( defert wrd ud bestmme Se de Abletug g'( für = Lösug: De Isohöhele f(, = c = sd Krese um de Nullpukt De Glechug M c vo f mt 5 beschrebt somt kee Fukto mplzter Form: 5 =± Bespelswese sd dem Wert = de Werte =, = zugeordet Wr mache also de Eschräkuge ud 5, + 5 Es ergbt sch der egeschräkte Deftosberech {(, 5 5, } De Abletug vo = g( a der Stelle = lautet: g'( = = = 4 D (Homogetät, Homogetätsgrad Ee Fukto f heßt homoge vom Grade r, we für alle D( f ud alle λ R, λ > glt: r λ ud f ( λ λ f( D( f = Dabe heßt r der Homogetätsgrad vo f R BS 5 De Produktosfukto ees Uterehmes für de Herstellug eer Ware aus de Produktosfaktore Arbetskraft ( ME ud Rohstoff r ( ME wurde zu (, h = + + ermttelt Es glt 3 3 ( ( ( ( h( λ, λ = λ + λ + 5 λ λ (, 3 = λ h Ma seht, dass be Vervelfachug der uabhägge Varable ud um de gleche 3 Faktor λ de Produkto h (, auf das λ -fache stegt Der Homogetätsgrad der Fukto st also glech 3 9

10 B Der Homogetätsgrad ka jede belebge reelle Wert aehme Im edmesoale Fall sd de Potezfuktoe r (,, f = a a R a `, homogee Fuktoe vo Grade r S 5 De Fukto f : D( f R, D( f R se homoge vom Grade r Da glt de Eulersche Formel: r f (,, = f (,, = Glt umgekehrt de obge Bezehug für ee Fukto f a alle Stelle hres Deftosbereches, so st f homoge vo Grade r BS 6 Für de Fukto (, h = + + glt: 3 h (, 6 = +, 3 h (, 3 5 = + De Addto beder Glechuge ergbt ( 3 3 (, (, , h + h = + + = h D 3 (Kovetät, Kokavtät Der Deftosberech D( f R eer reellwertge Fukto f se ee kovee Puktmege Da heßt de Fukto f kove, falls für alle Stelle, D( f λ, glt: ud für alle [ ] ( λ ( λ λ ( ( λ ( f + f + f, kokav, falls für alle Stelle ud für alle λ [, ], ( D f glt: ( λ ( λ λ ( ( λ ( f + f + f, 3 streg kove bzw streg kokav, falls für alle Stelle, λ ], [ glt:, D( f, ` ud für alle

11 ( λ + ( λ < λ ( + ( λ ( f f f bzw ( λ + ( λ > λ ( + ( λ ( f f f (Letzte Aktualserug:556

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,,

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,, Matheatk ür VIW - Pro. Dr. M. Ludwg 8. Deretato reeller Fuktoe ehrerer Varabler 8. Skalare Felder Vektorelder Koordatesystee Bsher wurde reelle Fuktoe ür ee Varable utersucht: : D t der egeührte Schrebwese

Mehr

8. Differentialrechnung von Funktionen in mehreren Variablen

8. Differentialrechnung von Funktionen in mehreren Variablen 8 Dfferetalrechug vo Fuktoe mehrere Varable 7 8. Dfferetalrechug vo Fuktoe mehrere Varable 8. Fuktoe mehrere Varable I desem Abschtt werde reelle Fuktoe Varable betrachtet, d.s. Fuktoe f: D mt D, welche

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

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

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

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

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

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

2.2 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

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra Grudlage der Iormatk Grudlage der Dgtaltechk 3. Etwcklugssatz der Schaltalgebra Pro. Dr.-Ig. Jürge Tech Dr.-Ig. Chrsta Haubelt Lehrstuhl ür Hardware-Sotware Sotware-Co-Desg Grudlage der Dgtaltechk Etwcklugssatz

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

(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

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

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

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

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

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

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

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

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

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

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

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

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

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

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

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

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

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

Man nennt nun ein Vektorfeld auf G stetig, differenzierbar, etc., wenn die Koeffizientenfunktionen X i sämtlich stetig, differenzierbar, etc. sind.

Man nennt nun ein Vektorfeld auf G stetig, differenzierbar, etc., wenn die Koeffizientenfunktionen X i sämtlich stetig, differenzierbar, etc. sind. Wederholug: Tagetalraum, Vektoreld Ist G R ud G, so detzere wr de Tagetalraum T mt eer de Pukt verschobee Kope des R. Geometrsch deke wr us de Vektore T mt hrem Fußpukt agehetet. Für zwe Pukte y sd de

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

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

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

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

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

5. Mehrkomponentensysteme - Gleichgewichte

5. Mehrkomponentensysteme - Gleichgewichte 5. Mehrkomoetesysteme - lechgewchte 5.1 Phaseglechgewchte artelles molares olume eobachtug: esamtvolume eer Flüssgketsmschug oft (Ezelvoluma) z.., 1000 cm 3 Ethaol + 18 cm 3 Wasser (1mol) = 1014 cm 3 Mschug

Mehr

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 5 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 53 8. De Mmalkostekombato Frage:

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

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

13. AUSBAU DER DIFFERENTIALRECHNUNG. Im Kapitel Grenzwerte wurde bereits der Begriff des Grenzwertes einer Funktion geklärt.

13. AUSBAU DER DIFFERENTIALRECHNUNG. Im Kapitel Grenzwerte wurde bereits der Begriff des Grenzwertes einer Funktion geklärt. Dfferetalrechug 3. AUSBAU DER DIFFERENTIALRECHNUNG 3.. Stetgket reeller Fuktoe (a) Grezwerte vo Fuktoe Im Kaptel Grezwerte wurde berets der Begrff des Grezwertes eer Fukto geklärt. Es se f ee reelle Fukto.

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

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

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

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

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

13 Stetige Funktionen

13 Stetige Funktionen $Id: stetg.tex,v 1.7 2011/02/04 14:24:12 hk Exp $ $Id: dffb.tex,v 1.3 2011/02/04 14:37:22 hk Exp hk $ 13 Stetge Fuktoe 13.3 Egeschafte reeller stetger Fuktoe Am Ede der letzte Stzug hatte wr de sogeate

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski Tel.:

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski   Tel.: MST Übug Mthemtk Prof.Dr.B.Grbowsk e-ml: grbowsk@htw-srld.de Tel.: 87- Iverse Mtrze ufgbe : Bereche Se de Iverse Mtr zu folgede Mtrze. Prüfe Se Ihr Ergebs, dem Se - bereche! b dg-,,-,,-, c 7 d ufgbe :

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

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

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

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n mthphys-ole Alyss. Klsse Techk Itegrlrechug Vertefug des Itegrlegrffs De Itegrlrechug ht ds Zel, de Flächehlt krummlg egrezter Flächestücke zu ereche. Be der äherugswese Berechug der Fläche uter Polyomfuktoe

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

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen Mathematscher Vorberetugskurs für das Physkstudum Kurt Bräuer Isttut für Theoretsche Physk Uverstät Tübge Letztes Update: Oktober Ihalt. Zahlebereche.... Koordate ud Vektore... 5 3. Grezwerte, Folge ud

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

Versuch Dichte- und Dickenmessung

Versuch Dichte- und Dickenmessung Rcklger Stadtweg, D-3459 Haover Tel.: 5/ 996-359 Versuch 3.3 - Dchte- ud Dckemessug U. J. Schrewe, Ma 7. Grudlage Bem Durchgag vo mooeergetscher Rötge- ud -Strahlug durch ee Matereschcht der Dcke glt das

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

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

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

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

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

Lineare Algebra Formelsammlung

Lineare Algebra Formelsammlung ee Algeb Fomelsmmlug vo Gábo Zogg Fomelsmmlug ee Algeb Gábo Zogg. ee Glechugsssteme. Ds Guss'sche Elmtosvefhe Defto: Σ Sstem vo m Glechuge ud Ubekte Opetoe: - Vetusche vo Glechuge - Addee/Subthee ees Velfche

Mehr

Es ist dann nämlich 2 2 2

Es ist dann nämlich 2 2 2 Ege Bemerkuge zum Sklrprodukt See U,V,W Vektorräume üer eem Körper K. Ee Aldug ϕ :U V W heßt ler, we λ, λ, µ, µ K, u, u U, v, v V : ϕ( λ u + λ u, µ v + µ v ) = λ µ ϕ( u, v ) + λ µ ϕ( u, v ) + λ µ ϕ( u,

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Probleme mit mehreren Zielen. Probleme mit mehreren Zielen. Probleme mit mehreren Zielen

Probleme mit mehreren Zielen. Probleme mit mehreren Zielen. Probleme mit mehreren Zielen Probleme mt mehrere Zele Bespel (Dkelbach) E Reseder muss sch vor Ort vo ver Hotels für ees etschede. Dabe verfolgt er folgede Zele: - Bestmöglche Ruhe - Qualtät des Frühstücks - Sauberes Bad - Scherer

Mehr

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Die komplexen Zahlen Eine erste Einführung für Schüler und Schülerinnen

Die komplexen Zahlen Eine erste Einführung für Schüler und Schülerinnen De komplexe Zahle Ee erste Eführug für Schüler ud Schülere De Herkuft der Komplexe Zahle lässt sch we folgt beschrebe: De afäglche Probleme der Mathematk bestade dar, dass ma efache Recheoperatoe für mache

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Lösungen: 1. Übung zur Vorlesung Optoelektronik I

Lösungen: 1. Übung zur Vorlesung Optoelektronik I Geke/Lemme SS 4 Lösuge:. Übug u Volesug Optoelektok Augabe : Releo ud Bechug a Geläche (a De Ausbetug o elektomagetsche Welle wd duch de Mawell Glechuge ( bs (4 beschebe. t B& ( t J D& H ( t ρ D ( 3 B

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Für das Volumen einer homogenen Phase besteht erfahrungsgemäß ein eindeutiger funktioneller Zusammenhang. V = V (T, P, n 1, n 2,..).

Für das Volumen einer homogenen Phase besteht erfahrungsgemäß ein eindeutiger funktioneller Zusammenhang. V = V (T, P, n 1, n 2,..). 8. artelles Molvolue 8. ARIELLES MOLOLUMEN. Aufgabe Bestug der partelle Molvolua eer wässerge Elektrolytlösug durch Messug der Dchte verschedeer Lösuge eer Kozetratosrehe. Herzu werde Dchte t Hlfe ees

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

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

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

Peter Hager: Eine kleine mathematische Auffrischung

Peter Hager: Eine kleine mathematische Auffrischung Peter Hager: Ee klee mathematsche Auffrschug Überscht Überscht... 1 Formel ud Bespele... 1 Lteraturhwes... 2 1. Eführug... 2 2. Zseszsrechug... 2 2.1. Edwert... 2 2.2. Barwertermttlug... 3 2.3. Zssatzermttlug...

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

IV. Interpolation und Quadratur 4.1. Interpolation

IV. Interpolation und Quadratur 4.1. Interpolation IV. Iteroato ud Quadratur 4.. Iteroato 4... Bese: Iteroato mt Taewere ür e s cos og Gesucht: e.454 ; Tabeert: e.45 ud e.46 Leare Iteroato. : e:.42....43....44....45.5683.46.584 Verwade dsrete Pute otuerche

Mehr

4. Interpolation und Approximation

4. Interpolation und Approximation Uwelt-Caus Brefeld Nuershe Matheat der Fahhohshule Trer Prof. Dr.-Ig. T. Preußler. Iterolato ud Aroato I allgeee geht a davo aus, dass Bezehuge zwshe Varable ees hsalshe Probles aaltsh beshrebe werde a.

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr