Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk

Größe: px
Ab Seite anzeigen:

Download "Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk"

Transkript

1 Netzcherhet I, WS 2008/2009 Übung 2 Prof. Dr. Jörg Schwenk

2 1 SPA Aufgabe 1 Se führen ene SPA auf ene Chpkarte au, auf er DES mplementert t. Dabe meen Se en Stromverbrauch währen er PC1 Permutaton m DES Schlüelfahlan un erhalten e Kurve au Abblung 1. Anmerkung: Da mnmal aufgezechnete Hammnggewcht t 1 a) Leen Se a Hammnggewcht für jee er eben Schlüelbyte ab! De Hammnggewchte n en jewelgen Byte lauten n er elben rehenfolge we folgt: 3, 8, 6, 1, 4, 2, 7. De gewchtung zegt we vele Enen pro Byte vorhanenn n. b) Mt er Kenntn er eben Hammnggewchte au er erten Aufgabe können Se en verweneten Schlüelraum von DES enchränken. Berechnen Se e Größe e Schlüelraum unter er Beachtung er Hammnggewchte. Der Schlüelraum lät ch o berechnen: 8 möglche Platzerungen, a jee Byte au 8 bt betehen k Stellen haben enee 1 alo e glt k

3 (1) Erte Byte betzt 3 * Enen alo k=3: = 56 3 (2) Zwete Byte betzt 8* Enen alo k=8: = 1 8 (3) Drtte Byte betzt 6 * Enen alo k=6: = 28 6 (4) Verte Byte betzt 1 * Enen alo k=1: = 8 1 (5) Fünfte Byte betzt 4 * Enen alo k=4: = 70 4 (6) Sechte Byte betzt 2 * Enen alo k=2: = 28 2 (7) Sebte Byte betzt 7 * Enen alo k=7: = 8 7 Jetzt rechnen wr en geamten Schlüelraum: * * * * * * = 56*1*28*8*70*28* möglche Schlüel c) Setzen Se a Ergebn mt er urprünglchen Größe e Schlüelraum n Verhältn. Wa tellen Se abe fet? Urprünglcher Schlüelraum für 7 Byte: 56 8*7 = 56 2 möglche Schlüel ,73*10 << We man am Ergebn erkennen kann, hat ch er Schlüelraum ehr verklenert. 10 ) Angenommen, Se können n ener Sekune 2 Schlüel auf er Chpkarte teten. Wevel Zet paren Se m Durchchntt unter er Kenntn er Hammnggewchte? Anmerkung: Der rchtge Schlüel wr m Durchchntt chon vor em Teten e letztmöglchen Schlüel gefunen! 10 Annahme: Man kann n ener Sekune 2 Schlüel auproberen: *60*60 = 2 *3600 = Schlüel pro Stune

4 ,36 St., a e m Durchchntt vor em Teten e letztmöglchen Schlüel gefunen 1 *53,36 St 26,68 St * St * Tage Monate Jahre 365 Alo mt Hlfe er Kenntn über e Hammnggewchte hat man en rchtgen Schlüel n ca. enem Tag aber ohne ee Kenntn braucht man ca Tage. So hat man Tage gepart.

5 Aufgabe 2 2 DFA Gehen Se be en Übungaufgaben von folgenem Sachverhalt au: En Smartcar Herteller hat a RSA Sgnaturytem auf enen Smartcar mplementert. Dabe verwenet er en RSA Sgnaturytem mt em Chnechen Retatz. Al Exponentatonverfahren wr Square & Multply benutzt. Nehmen Se an, a ene Smartcar folgene Schlüelmateral enthält: p = 17, q = 19, = 41. Führen Se en DFA Angrff m Folgenen mt m = 27 urch. a) Berechnen Se zuert ene korrekte Sgnatur (verwenen Se azu en Chnechen Retatz). Erweterter Euklche Algorthmu A A A A ra kp = t3 = 9 kq = 3 = 8 E glt : kq* q + k p* p = 1 = ggt p, q 8*19 + 9*17 = 1 ( ) ( mo p 1 mo ) ( ) ( mo q 1 mo ) ( ) = m p mo p p = m q mo q q rb q Sgnatur berechnet man we folgt: g : p* k p* q + q* kq* p mon Für Moulu n glt : p * q t n = 19*17 = 323 ( ) ( 41mo17 1) 9 27 mo17 mo17 10 mo17 p = = mo17 7 mo17 ( ) ( 41mo19 1) 5 27 mo19 mo19 8 mo19 q = = mo19 12 mo19 De Sgnatur lautet emnach:

6 ( ) ( ) ( ) g : 17*9* * 8 *7 mo323 = 772mo mo323 b) Erzeugen Se ene fehlerhafte Sgnatur ' nem Se für m p Wert 51 annehmen. ( mop 1) ( ) ' De Sgnatur lautet mt em fehlerhaften Wert p emnach: g : ( 17*9*12) + ( 19* ( 8 )*51) mo323 = 5916mo mo 323 c) Berechnen Se p un q mt Hlfe er Sgnaturen un '. ( ', ) ggt n = 126 ' = 221 n = 323 ' = = 95 mo p en ra rb ggt ( 323,95) = 19 q t = So erhält man p=17 un q=19

7 Aufgabe 3 3 DFA Gegenmaßnahme E gbt ene Gegenmaßnahme von Shamr gegen DFA Angrffe auf RSA mt em Chnechen Retatz: ) Wähle ene klene zufällge Zahl r mt ggt(r,n)=1. ) Berechne =m mo un =m mo. ) Wenn glt = mo r, wr e Berechnung al korrekt betrachtet. De Geamtgnatur wr ann mt em Chnechen Retatz au mo p un mo q berechnet. a) Verwenen e en fehlerhaften Wert au em 2. Aufgabentel un zegen Se rechnerch, we e Gegenmaßnahme von Shamr e fehlerhafte Telgnatur erkennt. Verwenen Se abe r=7. ='=51, q = 19, = 41, m = 27, r=7 ( ) ( 41 mo 7*19 1) ( 27 mo133) ( 41) mo 133 = m mo 27 mo 7*19 mo 7* mo mo 133 mo r = 51 mo 7 2 mo 7 mo r = 69 mo 7 6 mo 7 mo r mo r 2 6 b) Zegen Se rechnerch, a e Sgnatur mt er Gegenmaßnahme von Shamr un en korrekten Augangwerten au em 2. Aufgabentel rchtg berechnet wr. ( ) ( 41 mo 7*19 1) ( 27 mo133) ( 41) mo 133 = m mo 27 mo 7*19 mo 7* mo mo 133 mo 27 mo 7*17 41 mo 7*17 = m 1 mo 7*17 ( ) ( ) ( 27 mo119) ( 41) mo mo mo 119 mo r = 41 mo 7 6 mo 7 mo r = 69 mo 7 6 mo 7 mo r mo r 6 6

8 c) Wehalb funktonert e Gegenmaßnahme von Shamr? Welche Fehler können amt erkannt weren un we groß t e Wahrchenlchket, a en zufällger Fehler erkannt wr? Der Angrefer kennt e Zufallzahl r ncht. Da jee mal be er Sgnatur ene neue Zufallzahl generert wr, hat er Angrefer kene Möglchket ene paene falche Sgnatur zu erzeugen. E können eventuell urch Zufall genau paene falche Sgnatur erzeugt weren, aber wenn man en r gut genug wählt, ann wr e Wahrchenlchket ncht hoch en, ene falche Sgnatur mt Zufall zu genereren. Da wr n mo r rechnen haben wr r vercheene Möglcheketen. Alo nur en Fehler wr ncht erkannt, wenn e glt: mo r mo r.

II. Das Bestimmtheitsmaß R 2

II. Das Bestimmtheitsmaß R 2 II. Da Betmmthetmaß R Bepel: (a) ( ) ( )( ) - - 6 6 b ˆ /, und b ˆ, ˆ +, (b) ( ) ( )( ) - / -/ / / 6 6 b ˆ /, und b ˆ, ˆ +, D.h. de KQ-Geraden nd n beden Fällen glech, aber 7. Elementare Regrenrechnung

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Streuungs-, Schiefe und Wölbungsmaße 1

Streuungs-, Schiefe und Wölbungsmaße 1 aptel IV Streuung-, Schefe und Wölbungmaße B... Lagemaße von äufgketvertelungen geben allen weng Aukunft über ene äufgketvertelung. Se bechreben zwar en Zentrum deer Vertelung, geben aber kenen Anhaltpunkt

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten Kaptel 7 Netzplantechnk CPM/PER ALG. 7. 1 (CPM) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger -

Mehr

Manhattan-Metrik anhand des Beispiels

Manhattan-Metrik anhand des Beispiels Bestmmung durch Manhattan-Metrk 3 Manhattan-Metrk anhand des Bespels Gesucht werden de zwe Standorte für zwe Ausleferungslager. De Standpunkte der Nachfrager () snd durch de Koordnaten ( x/y ) gegeben.

Mehr

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:

Mehr

Schätzfehler in der linearen Regression (1) Einführung

Schätzfehler in der linearen Regression (1) Einführung Schätzfehler ( Reduum: Schätzfehler n der lnearen Regreon ( e Enführung Zel der Regreontattk t e, Schätzglechungen nach dem Krterum der klenten Quadrate aufzutellen und anzugeben, we groß der jewelge Schätzfehler

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk Zu Aufabe 1 Zu Aufabe 2 1 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk 2 Zu Aufabe 3 Se de Mene aller Studerenden

Mehr

Physikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung

Physikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung Physkalsches Anfängerpraktkum Tel 2 Versuch PII 33: Spezfsche Wärmekapaztät fester Körper Auswertung Gruppe M-4: Marc A. Donges , 060028 Tanja Pfster, 204846 2005 07 spezfsche Wärmekapaztäten.

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Gewichtetes arithmetisches Mittel und Streuung

Gewichtetes arithmetisches Mittel und Streuung Dpl.-Kaufm. Wolfgang Schmtt u mener Skrptenrehe: " Kene ngt vor... " ugewählte Themen der dekrptven Stattk Gewchtete arthmetche Mttel und Streuung Modellaufgabe Übungen Löungen www.nf-lernen.de Modellaufgabe:

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Grundlagen der Technischen Informatik. 9. Übung

Grundlagen der Technischen Informatik. 9. Übung Grundlagen der Technschen Informatk 9. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 9. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Contents blog.stromhaltig.de

Contents blog.stromhaltig.de Contents We hoch st egentlch Ihre Grundlast? Ene ncht ganz unwchtge Frage, wenn es um de Dmensonerung ener senannten Plug&Play Solar-Anlage geht. Solarsteckdosensystem für jermann, auch für Meter lautete

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1 U. BEHM: Konvexgeoete - Lneae, affne un konvexe Kobnatonen W abeten -enonalen euklchen au I un cheben x = ( x,, x ) ( ξ I, =,, ) fü enen Punkt (Vekto) von I. Da nnee Poukt auf I von Vektoen x un y = (

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Musterlösung zu Übung 4

Musterlösung zu Übung 4 PCI Thermodynamk G. Jeschke FS 05 Musterlösung zu Übung erson vom 6. Februar 05) Aufgabe a) En Lter flüssges Wasser egt m H O, l ρ H O, l L 998 g L 998 g. ) De Stoffmenge n H O, l) von enem Lter flüssgen

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

-1- Alles kein Zufall. - Starkes Markenmanagement - Inhaltsverzeichnis und Übersicht

-1- Alles kein Zufall. - Starkes Markenmanagement - Inhaltsverzeichnis und Übersicht -1- Alles ken Zufall - Starkes Markenmanagement - Inhaltsverzechns und Überscht -2- Alles ken Zufall Das Inhaltsverzechns 1. De Grundlagen moderner Markenführung. 5. Postonerung und Framng. De Analyse

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Mikroökonomik. 5.5 Preisstrategien

Mikroökonomik. 5.5 Preisstrategien Mkroökonomk 5.5 Presstrategen 5.5. Presskrmnerung Arten von Presskrmnerung nach Pgou: ersten Graes: Kunen zahlen für jee Enhet hren Reservatonsres zweten Graes: Kunen zahlen ro Enhet n Abhänggket von er

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Der Erweiterungsfaktor k

Der Erweiterungsfaktor k Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Konzept der Chartanalyse bei Chart-Trend.de

Konzept der Chartanalyse bei Chart-Trend.de Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40

Mehr

Methoden zur Bewertung von Credit Default Swaps

Methoden zur Bewertung von Credit Default Swaps Methoen zur Bewertung von Cret Default Swas Dr. Walter Gruber ( PLUS GmbH); Sylva Lause (Sarasse Hannover) Inhalt Enführung... Moell er Dscounte Sreas... 3 Moell er Ajuste Sreas... 4 Moell von JPMorgan...

Mehr

Geld- und Finanzmärkte

Geld- und Finanzmärkte Gel- un Fnanzmärkte Prof. Dr. Volker Clausen akroökonomk 1 Sommersemester 2008 Fole 1 Gel- un Fnanzmärkte 4.1 De Gelnachfrage 4.2 De Bestmmung es Znssatzes I 4.3 De Bestmmung es Znssatzes II 4.4 Zwe alternatve

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

n h i h n i e r e i Welche Wörter findest Du? Schreibe sie hier auf. OS /Symptomtraining

n h i h n i e r e i Welche Wörter findest Du? Schreibe sie hier auf. OS /Symptomtraining OS /Symptomtranng h r m h n h e r h n h e n h n e r Welche Wörter fndest Du? Schrebe se her auf. Arbetsblatt 1 OS/Symptomtranng Kannst Du de Wörter n Klammer mt enem der gefundenen Wörter ersetzen? Schrebe

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung:

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung: ämeübetgung Unte ämeübetgung vesteht mn sämtlche Eschenungen, e enen äumlchen nspot von äme umfssen. De ämeübegng efolgt mme ufgun enes empetugefälles, un zw mme von e höheen zu neeen empetu (.Huptstz).

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Aufgabe 2. Kolloquium zur Klausurnachbesprechung Instrumente des Controlling Wintersemester 2010/11. Dr. Michael Holtrup

Aufgabe 2. Kolloquium zur Klausurnachbesprechung Instrumente des Controlling Wintersemester 2010/11. Dr. Michael Holtrup Aufgabe 2 Kolloquum zur Klausurnachbesprechung Instrumente des Controllng Wntersemester 2010/11 Dr. Mchael Holtrup Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe 2c 2» Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen

Verteilungen eindimensionaler diskreter Zufallsvariablen Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Message Authentication Code (MAC)

Message Authentication Code (MAC) Message Authentcaton Code (MAC) Szenaro: Integrtät und Authentztät mttels MACs. Alce und Bob bestzen gemensamen Schlüssel k. Alce berechnet für m enen MAC-Tag t als Funkton von m und k. Alce sendet das

Mehr

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante Lösung Übung 9 Aufgabe: eglerauslegung mt blnearer Transformaton n s In der kontnuerlchen egelungstechnk wrd für gewöhnlch en PI-egler verwendet, um de größte Zetkonstante zu kompenseren bzw. be IT-Strecken

Mehr

Prof. Dr.- Ing. Herzig Vorlesung "Grundlagen der Elektrotechnik 1" 1etv3-4

Prof. Dr.- Ing. Herzig Vorlesung Grundlagen der Elektrotechnik 1 1etv3-4 Prof. Dr.- ng. Herzg.6 Spezelle erechnungsverfahren lnearer Netzwerke.6. Überlagerungsverfahren Der Lernende kann - den Überlagerungssatz und das darauf beruhende erechnungsprnzp lnearer Netzwerke erklären

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

KostProbe Seiten. Ideenbuch für den Sachunterricht 2. Monatlich. Arbeitsblätter aus Ideenbuch für den Sachunterricht 2. Ihre KostProbe im Juni:

KostProbe Seiten. Ideenbuch für den Sachunterricht 2. Monatlich. Arbeitsblätter aus Ideenbuch für den Sachunterricht 2. Ihre KostProbe im Juni: Sachunterrcht Volkchule www.jugendvolk.at KotProbe Seten Ihre KotProbe m Jun: Monatlch beten wr Ihnen au Tteln de Verlag Jugend & Volk enge Materalen an al kotenfree Download! Ideenbuch für den Sachunterrcht

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden.

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden. Stoffwerte De Stoffwerte für de enzelnen omponenten raftstoff, Luft und Abgas snd den verschedenen Stellen aus den Lteraturhnwesen zu entnehmen, für enge Stoffe sollen jedoch de grundlegenden Zusammenhänge

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

U48/3.1.8 Selig die Friedensstifter

U48/3.1.8 Selig die Friedensstifter Sete 1 von 6 Ttel: Kndergottesdenste 4981; Kopfzee.8/3.1 Besondere Anlässe und Feste Stchwort: Info., Redaktoneller Text, 23.01.00, WEKA MFV, In Bearbetung, Deutsch U48/3.1.8 Selg de Fredensstfter Ma #

Mehr

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013 2. Klausur zur Vorlesung Algorthmen II Wntersemester 202/203 Her Aufkleber mt Name und Matrkelnummer anbrngen Vorname: Nachname: Matrkelnummer: Beachten Se: Brngen Se den Aufkleber mt Ihrem Namen und Matrkelnummer

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

Algorithmen und ihre Programmierung -Teil 3-

Algorithmen und ihre Programmierung -Teil 3- Veranstaltung Pr.-Nr.: Algorthmen und hre Programmerung -Tel - Veronka Waue WS / Veronka Waue: Grundstudum Wrtschaftsnformatk WS/ Übung Ersetzen Se n folgendem Bespel de For schlefe durch ene WhleWend-Schlefe

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Statistische Berichte

Statistische Berichte Statstsche Berchte De Entcklung der Bevölkerung m Saarland 2014 bs 2060 Ergebnsse der 13. koordnerten Bevölkerungsvorausberechnung Altersaufbau der Bevölkerung m Saarland Altersjahre 100 95 90 85 80 75

Mehr

Diskrete Logarithmen. Teil II

Diskrete Logarithmen. Teil II Dskrete Logarthmen Ron-Gerrt Vahle Hendrk Radke Unverstät Potsdam Insttut für Informatk Semnar Kryptographe SS2005 Tel II Glederung Pohlg-Hellman Index-Calculus Theoretsche Grenzen Endlche Körper Eplog

Mehr

Erzeugung mit einer rotierenden flachen Spule

Erzeugung mit einer rotierenden flachen Spule 2. Snuförmge Wechelpannung De elektromagnetche Indukton t ene der Grundlagen unerer technchen Zvlaton. Der Strom, der au der Steckdoe kommt, t bekanntlch en Wecheltrom. De hn verurachende Wechelpannung

Mehr

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der De Kugel Lösungen 1. Von ener Kugel st der Radus bekannt. Berechne Volumen und Oberfläche der Kugel. r,8 cm 5, cm 18,6 cm 4, cm 5,6 cm 4,8 cm V 0 cm³ 64 cm³ 6 954 cm³ cm³ 76 cm³ 46 cm³ O 181 cm² 5 cm²

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Copyright 2004 by AMA Musikverlag. Probeseiten. Abenteuer Gitarre

Copyright 2004 by AMA Musikverlag. Probeseiten. Abenteuer Gitarre Coyrght by AMA Muskverlag Probeseten Abenteuer Gtarre Coyrght by AMA Muskverlag Probeseten Abenteuer Gtarre Coyrght by AMA Muskverlag Probeseten Abenteuer Gtarre 6 Fngergymnastk für de lnke Hand Dese Übungen

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A Lneare Modelle m SS 2006, Prof. Dr. W. Zucchn 1 Klausur zur Vorlesung Lneare Modelle SS 2006 Dplom, Klausur A Aufgabe 1 (18 Punkte) a) Welcher grundsätzlche Untersched besteht n der Interpretaton von festen

Mehr

Universität Karlsruhe (TH)

Universität Karlsruhe (TH) Unverstät Karlsruhe (TH) Forschungsunverstät gegründet 825 Parallele Algorthmen I Augaben und Lösungen Pro. Dr. Walter F. Tchy Dr. Vctor Pankratus Davd Meder Augabe () Gegeben se en N-elementger Zahlenvektor

Mehr