Die Bestimmung von Value-at-Risk-Werten mit Hilfe der Monte-Carlo-Simulation
|
|
- Gerhard Hase
- vor 8 Jahren
- Abrufe
Transkript
1 Die Bestimmung von Value-at-Risk-Werten mit Hilfe der Monte-Carlo-Simulation Studiengang Informatik Jens Schiborowski 8. Januar 2009 Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik 1
2 Abstract In dieser Arbeit wird an Hand der Bestimmung von Value-at-Risk-Werten die Funktionsweise der Monte-Carlo-Simulation dargelegt. Dazu erläutere ich zuerst die Grundlagen, auf denen die Monte-Carlo-Simulation beruht und gebe einige Anwendungsbeispiele an. Anschließend gehe ich auf den Value-at-Risk ein, indem ich die Berechnungsgrundlagen für sie erläutere. Danach zeige ich die Anwendung der Monte-Carlo-Simulation zur Berechnung der Value-at-Risk-Werten von zwei Aktienkursen. Abschließend gehe ich dann auf die Vor- und Nachteile der MonteCarlo-Simulation ein. 2
3 Inhaltsverzeichnis 1 Einführung 4 2 Monte-Carlo-Simulation Definition von Monte-Carlo-Simulation Einsatzgebiete für Monte-Carlo-Simulation 7 3 Value-at-Risk Definition von Value-at-Risk Bestimmen von Value-at-Risk-Werten 7 4 Anwendungsbeispiel 9 5 Zusammenfassung/Fazit 11 6 Literaturverzeichnis 12 3
4 1 Einführung Der Begriff der Monte-Carlo-Simulation wurde in den 1940er Jahren geprägt, das Verfahren auf dem sie beruht ist, an sich jedoch ist schon einige Jahrhunderte in Verwendung. Ihren Namen hat die Monte-Carlo-Simulation von der monegassischen Stadt Monte-Carlo, da die Zufälligkeit und die sich wiederholende Natur der Experimente viele Analogien zu Glücksspielen aufweist und Monte Carlo sehr bekannte für seine Kasinos ist. Eine Anwendung für die Monte-Carlo-Simulation ist die Möglichkeit der Bestimmung von Value-at-Risk-Werten. Diese Werte dienen dem Risikomanagement, also dem Einschätzen von Risiken von zum Beispiel Aktienkursen. Dem Risikomanagement kommt heut zu Tage eine hohe Bedeutung zu, da sich alle Risiken direkt auf das Eigenkapital und somit auch auf den Wert eines Unternehmens auswirken. Um nun effizient auf die Risiken Rücksicht nehmen zu können, muss natürlich zu erst festgestellt werden, welche Einzelrisiken den größten Einfluss auf das gesamte Risikomaß haben. Ich werde mich in dieser Arbeit auf die Berechnung des Value-at-Risk von Aktienkursen beschränken und im nun folgenden Kapitel die Grundlagen der Monte-Carlo-Simulation näher bringen. 2 Monte-Carlo-Simulation 2.1 Definition von Monte-Carlo-Simulation Als Grundlage für die Monte-Carlo-Simulation dient das Gesetz der großen Zahl. Dieses besagt simpel formuliert, dass sich die relative Häufigkeit eines Zufallsergebnisses immer stärker an seine Wahrscheinlichkeit annähert, je häufiger das Zufallsexperiment durchgeführt wird.zur mathematischen Beschreibung des Sachverhalts wählt man sich zunächst eine Zufallsgröße Ẍ(n). Abb. 1: Zufallsgröße Ẍ(n) Diese Variable wird zur Mittelbildung der Häufigkeit genutzt und hat den Erwartungswert μ. Das Gesetz der großen Zahl lässt sich in zwei andere Gesetze aufteilen. Zum einen in das schwache Gesetz der großen Zahlen, dass besagt, dass die Folge der arithmetischen Mittel Ẍ(n) in Wahrscheinlichkeit gegen μ konvergiert, d.h. für jedes ε >0 gilt Abb. 2: Schwaches Gesetz der großen Zahlen 4
5 Zum anderen in das starke Gesetz der großen Zahlen, welches besagt, dass die Folge der arithmetischen Mittel Ẍ(n) fast sicher gegen μ konvergiert, d.h. es gilt Abb. 3: Starkes Gesetz der großen Zahlen Die Richtigkeit dieser Gesetze möchte ich kurz an einem allgemein bekannten Beispiel, dem Werfen einer Münze, demonstrieren. Abb. 4: Relative Häufigkeit des Werfens von "Kopf" Diese Grafik demonstriert die Häufigkeit für das Werfen von Kopf. Wie man erkennen kann, schwankt die ersten 200 Würfe die Häufigkeit noch sehr stark, jedoch ab ca. 700 Würfen hat sich die Häufigkeit auf etwa den Wert 0,5 eingependelt, was der Wahrscheinlichkeit dieses Ereignisses entspricht. 5
6 Zu der Monte-Carlo-Methode im Allgemeinen ist nun zu sagen, dass es nicht eine spezielle Methode gibt, sondern eher ein Muster nach dem die Monte-Carlo-Methode arbeitet. Dieses Muster beinhaltet vier Schritte. Zuerst wird ein Bereich für mögliche Eingaben festgelegt. Anschließend werden zufällig aus diesem Bereich Eingaben gewählt und diese mit Hilfe eines deterministischen Algorithmus verarbeitet. Am Ende werden die Ergebnisse die mit dem Algorithmus gewonnen wurden, in das Endergebnis überführt. Ein gutes Beispiel für diese Methodik ist die Möglichkeit der Berechnung von Π. Als Eingabebereich wird ein Rechteck mit einem Innenkreis gewählt. Die Eingabe besteht hier in Punkten im Rechteck und als Algorithmus wird die Anzahl der Punkte im Kreis mit vier multipliziert und anschließend durch die Gesamtanzahl der Objekte geteilt. Abb. 5: Verteilung der Ergebnisse eines Experiments zur Berechnung von Π Eine mögliche Verteilung für diese Ergebnisse in Abhängigkeit zur Objektanzahl zeigt diese Grafik. Zunächst entstehen noch starke Abweichungen zwischen den einzelnen Ergebnissen, jedoch pendeln sich die Ergebnisse sehr oft in den Bereich um 3,14, welches auch das erwartete Endergebnis darstellt. 6
7 2.2 Einsatzgebiete für Monte-Carlo-Simulation Neben der schon erwähnten Berechnung von Π bietet die Monte-Carlo-Simulation noch viele andere Anwendungsgebiete, wie zum Beispiel die Vereinfachung der Berechnung von Integralen, um unter anderem die Fläche oder das Volumen von Körpern zu bestimmen. Während diese beiden Problemstellungen den mathematischen Problemen zugeordnet sind, kann man auch Probleme, die die Verteilungseigenschaften von Zufallsvariablen unbekannten Verteilungstyps mit Hilfe der Monte-Carlo-Simulation lösen. Zu diesen Problemen zählen unter anderem die Bestimmung der Eigenschaften von Schätzfunktionen, wenn diese sogenannte Ausreißer, also Werte, die nicht den erwarteten Werten entsprechen, enthalten, da in einem solchen Fall das arithmetische Mittel nicht mehr die optimale Schätzmöglichkeit für den Erwartungswert darstellt. Eine andere wichtige Anwendungszweig für die Monte-Carlo-Simulation ist die Teilchenphysik. Dort wird mit Hilfe von Monte-Carlo-Simulation unter anderen die Kollisionen an Teilchenbeschleunigern, mit deren Hilfe neue, instabile Teilchen nachgewiesen werden können. Die Berechnung von Value-at-Risk-Werten, auf die ich im nächsten Kapitel eingehen werde, stellt ein weiteres Anwendungsgebiet für die Monte-CarloSimulation dar. 3 Value-at-Risk 3.1 Definition von Value-at-Risk Die Abschätzung von Marktrisiken, insbesondere das Abschätzen von Aktienkursrisikos, ist heut zu Tage wichtiger denn je, da eine Fehleinschätzung Milliardenverluste nach sich ziehen kann. Zunächst einmal eine kurze Erläuterung des Begriffs Aktienkursrisiko. Unter dem Aktienkursrisiko versteht man das durch Kursschwankungen hervorgerufene Risiko, also die kalkulierte Prognose eines möglichen Verlustes, eines Portfolios aus Aktien. Die am weitesten verbreitete Methode zur Darstellung des Aktienkursrisikos stellt das sogenannte Value-at-Risk dar. Value-at-Risk ist definiert als die in Währungseinheiten ausgedrückte maximale ungünstige Abweichung des tatsächlichen Werts einer erwarteten Position von ihrem erwarteten Wert innerhalb eines definierten Zeitraums. Auf die Vorgehensweise zur Berechnung des Value-at-Risk-Wertes möchte ich nun im nächsten Kapitel näher eingehen. 3.2 Bestimmen von Value-at-Risk-Werten Die Grundlage der Bestimmung von Value-at-Risk-Werten ist der Wert des Aktienportfolios zum Zeitpunkt i pi. Der zukünftige Wert des Portfolios zu dem Zeitpunkt i+τ ist gegeben durch pi+τ. Dem entsprechend ist der Value-at-Risk eine Abschätzung für die nächsten τ Tage. Daraus ergibt sich folgende Formel: P(pi-pi+τ > VaR(α)τ i) = α. 7
8 Ein weiterer wichtiger Wert ist die Portfoliorendite τi zum Zeitpunkt i. Dieser Variable beschreibt die Effektivverzinsung der Wertpapiere, die sich aus dessen Kurs ableiten lässt. Dargestellt wird die Portfoliorendite durch folgende Formel: τi = ln(pi/pi-1). Da ein Portfolio aber aus m Wertpapieren besteht, stellt man die Rendite eines Wertpapiers τk,i analog zur einfachen Portfoliorendite berechnen. Der letzte wichtige Wert der zur Berechnung des Value-at-Risk benötigt wird, ist q(α)τ i das α-quantil der bedingten Verteilung von τi+τ, wobei ein Quantil einen Punkt einer nach Rang oder Größe sortierten statistischen Verteilung darstellt. Die Formel für das α-quantil lautet wie folgt: P( τi+τ < q(α) τ i) = α Mit Hilfe dieser Gleichungen lässt sich nun der Value-at-Risk des Aktienportfolios für die Zeitperiode τ wie folgt darstellen: VaR(α)τ i = pi(1-exp(q(α)τ i). Der Knackpunkt in der Berechnung des Value-at-Risks stellt nun die Bestimmung des α-quantil dar. Die generelle Vorgehensweise besteht aus drei Schritten: Die Bewertung des aktuelle Portfolios, die Schätzung der Verteilung der Portfoliorenditen und abschließend die Berechnung des Value-at-Risk des Portfolios. Zur Schätzung der Verteilung der Portfoliorenditen existieren nun unterschiedliche Ansätze, die sich in der Berechnung des α-quantils. Da wäre zum Ersten der nicht-parametrische Ansatz, bei dem das α-quantil direkt aus der bekannten historischen Verteilung geschätzt. Wesentlich bei diesem Ansatz ist die Festlegung des Zeitfensters, da dieses den ermittelten Value-at-Risk stark beeinflussen. Extreme Ereignisse, wie zum Beispiel Terroranschläge beeinflussen das komplette Zeitfenster. Der augenscheinliche Vorteil dieses Ansatzes ist die geringe Komplexität der Berechnung, kritisiert wird jedoch, dass eine Normalverteilung der Renditewerte angenommen wird, die jedoch in zahlreichen Studien widerlegt wurde, da Renditewerte in Wirklichkeit eine starke Volatilität, also positive und negative Schwankungen aufweisen können. Der zweite Ansatz ist der parametrische Ansatz, bei dem eine angenommene Normalverteilung der Portfoliorenditen mit der Annahme einer konstanten Schwankung im Zeitverlauf angenommen wird. Der Vorteil dieses Ansatzes liegt in der Möglichkeit stärker und effizienter auf empirische Sachverhalte eingehen zu können, was mit dem ersten Ansatz nicht möglich war. Die Schwachstelle dieses Ansatzes liegt in der oftmals sehr hohen Anzahl von Parametern, was die Gefahr einer Fehlspezifikation der Modellierung beinhaltet. Der dritte Ansatz ist eine Kombination der vorangegangen Ansätze. Hier werden nicht alle Abschnitte der Renditeverteilung parametrisch beschrieben, sondern nur ausgewählte Teilabschnitte. Die verbleibenden Abschnitte werden mit Hilfe des nichtparametrischen Ansatzes beschrieben. Vorteil ist, dass die Berechnung sehr genau erfolgt, jedoch ist die Berechnung wesentlich aufwendiger als bei dem nichtparametrischen und dem parametrischen Ansatz. 8
9 4 Anwendungsbeispiel Um nun an einem Beispiel zu zeigen, wie man mit Hilfe der Monte-Carlo-Simulation den Value-at-Risk eines Aktienportfolios bestimmt, erstelle ich ein Szenario aufbauend auf folgenden Schritten. Zuerst wird das Portfolio auf vorgegebene Aktien abgebildet. Aufgrund dieser Daten wird nun die Korrelationsmatrix R, die den Zusammenhang zwischen den Daten darstellt, von n verschieden Aktien auf der Basis von bekannten Korrelations- und Volatilitätsdaten. Das Ziel der Monte-CarloSimulation ist es nun, n verschiedene Reihen zu simulieren, deren Korrelationen kongruent sind. Dazu ist es erforderlich, die Matrix R mit Hilfe der CholeskyZerlegung in die Form einer unteren Dreiecksmatrix zu bringen. Abb. 6: Cholesky-Zerlegung Nun werden unabhängige, normalverteilte Zufallsvariablen Yi (1 i n) generiert. Unter Verwendung dieser Variablen und der Cholesky Matrix A werden anschließend multivariate, also mehrere Unbekannte enthaltende, normalverteilte Zufallsvariablen Zi (1 i n) abgeleitet. Abschließend werden nun die Preise für die Aktien simuliert und aus ihnen ein Portfolio gebildet. Daraus ergibt sich nun die Wahrscheinlichkeitsverteilung des ursprünglichen Portfolios und damit auch des Value-at-Risk. Nun werde ich mich konkret einem Beispiel zuwenden, in welchem ich für zwei Aktienkurse den Value-at-Risk berechne. Der zwei Aktienkurse sind zum einen der 5Y EUR Zerobond und zum anderen der DAX. Zunächst wähle ich mir zufällige Werte für die Korrelationsmatrix R und deren Cholesky-Matrix: Abb. 7: Beispielwerte für R und A Anschließend werden in 260 Simulationen verschiedene Werte für Y1 und Y2 generiert: Abb. 8: Simulationen für die Zufallsvariablen Y1 und Y2 9
10 Mit Hilfe dieser Werte und der Matrix A erstelle ich nun die Zufallsvariablen Z1 und Z2 nach der Formel aus Abbildung 9 und erhalte die in Abbildung 10 dargestellten Werte. Abb. 10: Berechnungsgrundlage für Zufallsvariablen Z1 und Z2 Abb.9: Simulationen für die Zufallsvariablen Z1 und Z2 Setzt man nun für die täglichen Volatilitäten für den 5Y EUR Zerobond einen Wert von 0,37% und für den DAX einen Wert von 1,39% lassen sich die simulierten Aktienkurse für den ersten Simulationsschritt wie folgt berechnen: Abb. 11: Berechnung des Wertes des Aktienkurs für Simulation 1 Analog werden nun die Aktienkurse für die restlichen 259 Simulationsschritte berechnet, woraus sich folgende Tabelle ergibt: Abb. 12: Simulationen für die Aktienkurse des 5Y EUR Zerobond und des DAX Diese Tabelle kann wie folgt interpretiert werden: Als Wert des 5Y EUR Zerobond liegt der Wert von 81,52% und der Wert des DAX liegt als 5260 vor (Stand 12. August 1999). Im ersten Simulationsschritt sinkt nun der Wert des 5Y EUR Zerobond auf 81,12 % und der Wert des DAX auf Die mit Hilfe dieser Simulationen berechnete Volatilität liegt mit 0,391% bzw. 1,404% sehr nah an den gegebenen Werten von 0,37% bzw. 1,39%. Eine steigende Anzahl der Simulationen verbessert dieses Ergebnis. 10
11 Abb. 13: Simulationen für den Wert der Portfolios aus beiden Positionen Der Wert des gegebenen Portfolios beträgt 1'559'380 und der Anteil des 5Y EUR Zerobond beträgt 137% und der Anteil des DAX beträgt -37%. Aufgrund der Werte aus Abbildung 12 lassen sich nun die Portfoliowerte für die einzelnen Simulationsschritte bestimmen. Nach der Berechnung der Werte werden diese der Größe nach geordnet, wobei dem dreizehnten Wert besondere Beachtung geschenkt wird, da von einer Irrtumswahrscheinlichkeit von 5% ausgegangen wird. Der dreizehnte Wert des Portfolios beträgt 1'536'830 und liegt damit 22'550. Dieser Wert stellt den maximalen Verlust für den nächsten Handelstag und damit das gesuchte Value-at-Risk dar. 5 Fazit In dieser Arbeit wurde dargelegt, wie mit Hilfe der Monte-Carlo-Simulation der Value-at-Risk eines Aktienportfolios bestimmt werden kann, indem zuerst die Grundlagen der Monte-Carlo-Simulation und des Value-at-Risk gegeben wurden. Die Anwendung dieser Grundlagen wurde anschließend in einem Beispiel zur Berechnung des Value-at-Risk des Portfolios aus DAX und 5Y EUR Zerobond gezeigt. Der Vorteil der Monte-Carlo-Simulation bei der Berechnung von Value-at-RiskWerten im Vergleich zu anderen Methoden liegt zum einen in der relativ hohen Genauigkeit des Ergebnisses, die größer wird, je mehr Simulationen durchgeführt werden. Da zum anderen keine bestimmte Verteilung der Ergebnisse angenommen werden muss, bietet diese Methode eine gut verwendbare Möglichkeit zur Bestimmung von Value-at-Risks. Ein Nachteil ist der zum Teil mögliche hohe Rechenaufwand durch eine sehr hohe Anzahl von Simulationen, wobei man diesem Nachteil zwar entgegen wirken kann, indem weniger Simulationen durchgeführt werden, jedoch hat das zur Folge, dass das Ergebnis an Genauigkeit verliert. 11
12 6 Literaturnachweis Value-at-Risk Ansätze zur Abschätzung von Marktrisiken, Jens Fricke, Wiesbaden, 2006 Mathematik Wahrscheinlichkeitsrechnung und Statistik unter Einbeziehung von elektronischen Rechnern, Zufallszahlen, Monte-Carlo-Methode und Simulation, H. Gundel, P. Schupp, U. Schweizer Monte Carlo Simulation im Risikomanagement aus WiSt Heft 7 Juli 2000, Prof. Dr. Markus Rudolf Abbildungen 1 bis 5 aus Mathematik Wahrscheinlichkeitsrechnung und Statistik unter Einbeziehung von elektronischen Rechnern Abbildungen 6 bis 13 aus Monte Carlo Simulation im Risikomanagement 12
13 13
Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation. Jens Schiborowski
Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation Jens Schiborowski Gliederung Einführung Monte-Carlo-Simulation Definition von Monte-Carlo-Simulation Einsatzgebiete von Monte-Carlo-Simulation
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrFotios Filis. Monte-Carlo-Simulation
Fotios Filis Monte-Carlo-Simulation Monte-Carlo-Methoden??? Spielcasino gibt Namen Monte Carlo war namensgebend für diese Art von Verfahren: Erste Tabellen mit Zufallszahlen wurden durch Roulette-Spiel-Ergebnisse
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrQuantilsschätzung als Werkzeug zur VaR-Berechnung
Quantilsschätzung als Werkzeug zur VaR-Berechnung Ralf Lister, Aktuar, lister@actuarial-files.com Zusammenfassung: Zwei Fälle werden betrachtet und die jeweiligen VaR-Werte errechnet. Im ersten Fall wird
MehrRisiko und Symmetrie. Prof. Dr. Andrea Wirth
Risiko und Symmetrie Prof. Dr. Andrea Wirth Gliederung 1. Einleitung Was ist eigentlich Risiko? 2. Risiko Mathematische Grundlagen 3. Anwendungsbeispiele Wo genau liegt der Schmerz des Risikos? 4. Sie
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrValue at Risk Einführung
Value at Risk Einführung Veranstaltung Risk Management & Computational Finance Dipl.-Ök. Hans-Jörg von Mettenheim mettenheim@iwi.uni-hannover.de Institut für Wirtschaftsinformatik Leibniz Universität Hannover
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrZahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrDas Black-Scholes Marktmodell
Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt
Mehreinfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110
Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung
MehrErfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.
Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrZwei einfache Kennzahlen für große Engagements
Klecksen nicht klotzen Zwei einfache Risikokennzahlen für große Engagements Dominik Zeillinger, Hypo Tirol Bank Die meisten Banken besitzen Engagements, die wesentlich größer sind als der Durchschnitt
MehrMonte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011
Kevin Schellkes und Christian Hendricks 29.08.2011 Inhalt Der herkömmliche Ansatz zur Simulation logarithmischer Renditen Ansatz zur Simulation mit Copulas Test und Vergleich der beiden Verfahren Fazit
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrDie drei Kernpunkte der modernen Portfoliotheorie
Die drei Kernpunkte der modernen Portfoliotheorie 1. Der Zusammenhang zwischen Risiko und Rendite Das Risiko einer Anlage ist die als Varianz oder Standardabweichung gemessene Schwankungsbreite der Erträge
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
MehrBinärdarstellung von Fliesskommazahlen
Binärdarstellung von Fliesskommazahlen 1. IEEE 754 Gleitkommazahl im Single-Format So sind in Gleitkommazahlen im IEEE 754-Standard aufgebaut: 31 30 24 23 0 S E E E E E E E E M M M M M M M M M M M M M
MehrWAS finde ich WO im Beipackzettel
WAS finde ich WO im Beipackzettel Sie haben eine Frage zu Ihrem? Meist finden Sie die Antwort im Beipackzettel (offiziell "Gebrauchsinformation" genannt). Der Aufbau der Beipackzettel ist von den Behörden
Mehr10.1 Auflösung, Drucken und Scannen
Um einige technische Erläuterungen kommen wir auch in diesem Buch nicht herum. Für Ihre Bildergebnisse sind diese technischen Zusammenhänge sehr wichtig, nehmen Sie sich also etwas Zeit und lesen Sie dieses
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
Mehr(1) Problemstellung. (2) Kalman Filter
Inhaltsverzeichnis (1) Problemstellung...2 (2) Kalman Filter...2 Funktionsweise... 2 Gleichungen im mehrdimensionalen Fall...3 Schätzung des Systemzustands...3 Vermuteter Schätzfehler... 3 Aktualisierung
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrBinäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
MehrKorrigenda Handbuch der Bewertung
Korrigenda Handbuch der Bewertung Kapitel 3 Abschnitt 3.5 Seite(n) 104-109 Titel Der Terminvertrag: Ein Beispiel für den Einsatz von Future Values Änderungen In den Beispielen 21 und 22 ist der Halbjahressatz
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrGeld Verdienen im Internet leicht gemacht
Geld Verdienen im Internet leicht gemacht Hallo, Sie haben sich dieses E-book wahrscheinlich herunter geladen, weil Sie gerne lernen würden wie sie im Internet Geld verdienen können, oder? Denn genau das
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
Mehrmysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank
mysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank In den ersten beiden Abschnitten (rbanken1.pdf und rbanken2.pdf) haben wir uns mit am Ende mysql beschäftigt und kennengelernt, wie man
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrErster Prüfungsteil: Aufgabe 1
Erster Prüfungsteil: Aufgabe Kriterien: Der Prüfling Lösung: Punkte: a) entscheidet sich für passenden Wert 8 000 000 b) wählt ein geeignetes Verfahren zur z. B. Dreisatz Berechnung gibt das richtige Ergebnis
MehrValue-at-Risk. Kann man das Risiko steuern? Finanzwirtschaft VI Matthias Paesel Hochschule Magdeburg-Stendal (FH)
Value-at-Risk Kann man das Risiko steuern? Gliederung I. Was versteht man unter Value-at-Risk? II. Anwendung des Value-at-Risk III. Grenzen des Value-at-Risk IV. Fazit V. Literatur Was versteht man unter
MehrSimulation LIF5000. Abbildung 1
Simulation LIF5000 Abbildung 1 Zur Simulation von analogen Schaltungen verwende ich Ltspice/SwitcherCAD III. Dieses Programm ist sehr leistungsfähig und wenn man weis wie, dann kann man damit fast alles
MehrDerivate und Bewertung
. Dr. Daniel Sommer Marie-Curie-Str. 30 60439 Franfurt am Main Klausur Derivate und Bewertung.......... Wintersemester 2008/09 Klausur Derivate und Bewertung Wintersemester 2008/09 Aufgabe 1: Zinsurven,
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrMonte Carlo Simulation (Grundlagen)
Der Titel des vorliegenden Beitrages wird bei den meisten Lesern vermutlich Assoziationen mit Roulette oder Black Jack hervorrufen. Allerdings haben das heutige Thema und die Spieltische nur den Namen
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
MehrLösungshinweise zur Einsendearbeit 2 SS 2011
Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen
MehrMonte-Carlo-Simulation
Modellierung und Simulation Monte-Carlo-Simulation Universität Hamburg Johannes Schlundt 7. Januar 2013 Monte-Carlo-Simulation Johannes S. 1/31 Inhalt Motivation Geschichtliche Entwicklung Monte-Carlo-Simulation
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Mehrsondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit
sondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit liegen, an Bedeutung verlieren. Die Mannschaften haben sich verändert. Spieler
MehrZahlen auf einen Blick
Zahlen auf einen Blick Nicht ohne Grund heißt es: Ein Bild sagt mehr als 1000 Worte. Die meisten Menschen nehmen Informationen schneller auf und behalten diese eher, wenn sie als Schaubild dargeboten werden.
MehrPädagogik. Melanie Schewtschenko. Eingewöhnung und Übergang in die Kinderkrippe. Warum ist die Beteiligung der Eltern so wichtig?
Pädagogik Melanie Schewtschenko Eingewöhnung und Übergang in die Kinderkrippe Warum ist die Beteiligung der Eltern so wichtig? Studienarbeit Inhaltsverzeichnis 1. Einleitung.2 2. Warum ist Eingewöhnung
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrDer Fristentransformationserfolg aus der passiven Steuerung
Der Fristentransformationserfolg aus der passiven Steuerung Die Einführung einer barwertigen Zinsbuchsteuerung ist zwangsläufig mit der Frage nach dem zukünftigen Managementstil verbunden. Die Kreditinstitute
MehrWichtiges Thema: Ihre private Rente und der viel zu wenig beachtete - Rentenfaktor
Wichtiges Thema: Ihre private Rente und der viel zu wenig beachtete - Rentenfaktor Ihre private Gesamtrente setzt sich zusammen aus der garantierten Rente und der Rente, die sich aus den über die Garantieverzinsung
MehrRisikodiversifikation. Birgit Hausmann
diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrAbitur 2007 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2007 Mathematik GK Stochastik Aufgabe C1 Eine Werbeagentur ermittelte durch eine Umfrage im Auftrag eines Kosmetikunternehmens vor Beginn einer Werbekampagne
MehrUmgang mit Schaubildern am Beispiel Deutschland surft
-1- Umgang mit Schaubildern am Beispiel Deutschland surft Im Folgenden wird am Beispiel des Schaubildes Deutschland surft eine Lesestrategie vorgestellt. Die Checkliste zur Vorgehensweise kann im Unterricht
MehrDossier: Rechnungen und Lieferscheine in Word
www.sekretaerinnen-service.de Dossier: Rechnungen und Lieferscheine in Word Es muss nicht immer Excel sein Wenn Sie eine Vorlage für eine Rechnung oder einen Lieferschein erstellen möchten, brauchen Sie
MehrFibonacci Retracements und Extensions im Trading
Fibonacci Retracements und Extensions im Trading Einführung Im 12. Jahrhundert wurde von dem italienischem Mathematiker Leonardo da Pisa die Fibonacci Zahlenfolge entdeckt. Diese Zahlenreihe bestimmt ein
MehrA Lösungen zu Einführungsaufgaben zu QueueTraffic
A Lösungen zu Einführungsaufgaben zu QueueTraffic 1. Selber Phasen einstellen a) Wo im Alltag: Baustelle, vor einem Zebrastreifen, Unfall... 2. Ankunftsrate und Verteilungen a) poissonverteilt: b) konstant:
MehrBedingungen. Bedingungen. Bedingungen
Oftmals ist das Arbeiten mit notwendig. Dabei können sich die auf Formatierungen beziehen, aber auch auf Transformationen. Bedingte Formatierung Datentransformation 24.04.2006 Einführung in Excel 91 24.04.2006
MehrWelche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test?
Welche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test? Auch wenn die Messungsmethoden ähnlich sind, ist das Ziel beider Systeme jedoch ein anderes. Gwenolé NEXER g.nexer@hearin gp
Mehrimpact ordering Info Produktkonfigurator
impact ordering Info Copyright Copyright 2013 veenion GmbH Alle Rechte vorbehalten. Kein Teil der Dokumentation darf in irgendeiner Form ohne schriftliche Genehmigung der veenion GmbH reproduziert, verändert
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrKapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3
Übersicht Teil 2 Kaitel 7 und Kaitel 8: Gleichgewichte in gemischten Strategien Übersicht Teil 2 2 Übersicht Einleitung Was ist eine gemischte Strategie? Nutzen aus gemischten Strategien Reaktionsfunktionen
MehrEin neues System für die Allokation von Spenderlungen. LAS Information für Patienten in Deutschland
Ein neues System für die Allokation von Spenderlungen LAS Information für Patienten in Deutschland Ein neues System für die Allokation von Spenderlungen Aufgrund des immensen Mangels an Spenderorganen
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrCharakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert.
Der Gutachtenstil: Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Das Ergebnis steht am Schluß. Charakteristikum
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
MehrETWR TEIL B ÜBUNGSBLATT 4 WS14/15
ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG F A K U L T Ä T F Ü R W I R T S C H A F T S W I S S E N S C H A FT LEHRSTUHL FÜR EMPIRISCHE WIRTSCHAFTSFORSCHUNG & GESUNDHEITSÖKONOMIE,
MehrSS 2014 Torsten Schreiber
SS 2014 Torsten Schreiber 204 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Bei der Rentenrechnung geht es um aus einem angesparten Kapital bzw. um um das Kapital aufzubauen, die innerhalb
MehrMeet the Germans. Lerntipp zur Schulung der Fertigkeit des Sprechens. Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten
Meet the Germans Lerntipp zur Schulung der Fertigkeit des Sprechens Lerntipp und Redemittel zur Präsentation oder einen Vortrag halten Handreichungen für die Kursleitung Seite 2, Meet the Germans 2. Lerntipp
MehrDow Jones am 13.06.08 im 1-min Chat
Dow Jones am 13.06.08 im 1-min Chat Dieser Ausschnitt ist eine Formation: Wechselstäbe am unteren Bollinger Band mit Punkt d über dem 20-er GD nach 3 tieferen Hoch s. Wenn ich einen Ausbruch aus Wechselstäben
Mehr