Formelsammlung Mathematik Schueler b41

Dr. Ren M.
Schrder, Michael Bttcher
MATH EM AT IK
FORMEL SAM M LU N G
SEKUNDARSTUFE II
n d ig
7 ., vo ll st te
e it e
b e ra rb
A u fl a g e
ISBN 978-3-9813374-6-4
EUR 9,50
STUDIEREN!
ABER WAS UND WO?
Finde
das zu Dir passende
Studienprogramm!
www.studyguide24.com
Inhaltsverzeichnis
Inhaltsverzeichnis
1 Vektorrechnung und analytische
1.1 Vektorraume . . . . . . . . . .
1.2 Vektoren . . . . . . . . . . . . .
1.3 Operationen mit Vektoren . . .
1.4 Geraden . . . . . . . . . . . . .
1.5 Ebenen . . . . . . . . . . . . .
1.6 Kugeln . . . . . . . . . . . . . .
1.7 Lagebeziehungen . . . . . . . .
1.8 Schnittwinkel . . . . . . . . . .
1.9 Abstande . . . . . . . . . . . .
Geometrie
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6
6
7
9
11
12
14
15
18
19
2 Analysis
2.1 Folgen und Reihen . . . . . . . . . . . . .
2.2 Funktionen . . . . . . . . . . . . . . . . .
2.3 Differenzialrechnung . . . . . . . . . . . .
2.4 Kurvenuntersuchung . . . . . . . . . . . .
2.5 Tangente, Normale und Kr
ummungskreis
2.6 Integralrechnung . . . . . . . . . . . . . .
2.7 Differenzialgleichungen . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
21
24
27
31
33
34
40
3 Lineare Algebra
3.1 Matrizen . . . . . . . . . . .
3.2 Rechnen mit Matrizen . . .
3.3 Determinanten . . . . . . .
3.4 Lineare Gleichungssysteme .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
44
47
48
50
4 Stochastik
4.1 Beschreibende Statistik . . . . . . . . . . . . . . . . . . .
4.2 Grundlagen der Wahrscheinlichkeitsrechnung . . . . . . .
4.3 Rechnen mit Wahrscheinlichkeiten . . . . . . . . . . . . .
4.4 Kombinatorik . . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Zufallsvariable . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Spezielle Verteilungsmodelle und Zentraler Grenzwertsatz
52
54
57
59
61
63
66
c
Troy
Verlag, 2015
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
www.mathematik-formelsammlung.de
Inhaltsverzeichnis
4.7
4.8
4.9
N
aherungsformeln f
ur die Binomialverteilung . . . . . . . 69
Konfidenzintervalle . . . . . . . . . . . . . . . . . . . . . . 70
Hypothesentests . . . . . . . . . . . . . . . . . . . . . . . 71
5 Aussagenlogik
74
6 Komplexe Zahlen
75
6.1 Darstellungsweisen . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Rechnen mit komplexen Zahlen . . . . . . . . . . . . . . . 76
Wahrscheinlichkeitstabellen
Summierte Binomialverteilung (n = 1, 2, ..., 7) . . . . . .
Summierte Binomialverteilung (n = 8, 9, 10) . . . . . . .
Summierte Binomialverteilung (n = 15, 20) . . . . . . .
Summierte Binomialverteilung (n = 25, 50) . . . . . . .
Summierte Binomialverteilung (n = 50) . . . . . . . . .
Verteilungsfunktion (z) der Standardnormalverteilung
Quantile zp der Standardnormalverteilung . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
78
78
79
80
81
82
83
84
Stichwortverzeichnis
86
Notizen
95
Hinweis: Eine f
ur alle Schulen einheitliche Symbolisierung ist leider
nicht realisierbar. Insofern bitten wir um Verstandnis, falls die Symbole
dieser Formelsammlung nicht immer mit den Ihrigen u
bereinstimmen.
Sollten Sie Fehler finden oder Erganzungsvorschlage haben, teilen Sie uns dieses bitte umgehend mit. Wir werden Ihre Hinweise
schnellstmoglich einbinden. Eine aktuell u
berarbeitete Fassung dieser Formelsammlung finden Sie standig unter www.mathematikformelsammlung.de. Dort steht sie Ihnen als PDF zum kostenlosen
Download zur Verf
ugung. Wir w
unschen Ihnen weiterhin viel Erfolg
auf Ihrem Weg zum Abitur.
c
Troy
Verlag, 2015
Duales Studium
Praktikum
Studienabschlussarbeit
Traineeprogramm
Direkteinstieg
Promotion
Wer suchet, der findet!

Auf CareerGuide24.com findest du den zu dir und
deinem Studium passenden Arbeitgeber. Whle aus
vielen internationalen Top-Unternehmen.
www.careerguide24.com
AB:
o:
|a|:
a b:
a b:
n:
n0 :
1.1
1. Vektorrechnung und analytische Geometrie
Vektorrechnung und analytische

Geometrie
Vektor zwischen den Punkten A und B
Nullvektor
Lange (Betrag) von Vektor a
Skalarprodukt der Vektoren a und b
Vektorprodukt (Kreuzprodukt) der Vektoren a und b
Normalenvektor einer Geraden/Ebene
Normaleneinheitsvektor einer Geraden/Ebene
Vektorr
aume
Definition eines Vektorraumes:

Eine nichtleere Menge V heit Vektorraum u
ber den reellen Zahlen R,
wenn
(a) f
ur deren Elemente (den Vektoren) a, b, ... eine Addition a + b V
und eine Multiplikation mit den reellen Zahlen r a V definiert
ist und
(b) f
ur beliebige a, b, c V und r, s R gilt:
(1) a + b = b + a
(Kommutativgesetz der Addition)
(2) (a + b) + c = a + (b + c)
(Assoziativgesetz der Addition)
(3) Es gibt ein Element o V , so dass f
ur jeden a V gilt:
a + o = a
(Nullelement der Addition)
(4) Zu jedem a V existiert ein a V , so dass gilt:
a + (a) = o
(Inverses Element der Addition)
(5) 1 a = a
(Einselement)
(6) r(sa) = (rs)a
(Assoziativgesetz der Multiplikation)
(7) (r + s)a = ra + sa
(Distributivgesetz)
(8) r(a + b) = ra + rb
(Distributivgesetz)
c
Troy
Verlag, 2015
Linearkombination:
Ein Vektor b heit Linearkombination der Vektoren a1 , a2 , ..., an mit
den Koeffizienten r1 , r2 , ..., rn (ri R), wenn gilt:
b = r1a1 + r2a2 + ... + rnan
Lineare Unabh
angigkeit:
Die Vektoren sind genau dann linear unabhangig, wenn die Gleichung
ur r1 = r2 = ... = rn = 0
r1a1 + r2a2 + ... + rnan = o mit ri R nur f
losbar ist. Ist dies nicht der Fall, sind die Vektoren linear abhangig.
Sind zwei/drei Vektoren linear abhangig, so bezeichnet man diese als
kollinear/komplanar.
Basis eines Vektorraumes:

Die Vektoren a1 , a2 , ..., an nennt man Basisvektoren des Vektorraumes V , wenn sie linear unabhangig sind und jeder Vektor vec(x) V
als Linearkombination der Vektoren a1 , a2 , ..., an darstellbar ist.
Dimension eines Vektorraumes:

Die Dimension n eines Vektorraumes V ist gleich der Anzahl der
Basisvektoren von V .
1.2
Vektoren
Definitionen:
Vektor:
Eine Menge von Pfeilen, die die gleiche Richtung, die gleiche Lange
(Betrag) und denselben Richtungssinn haben, stellen den gleichen
Vektor dar. Jeder Pfeil dieser Menge ist ein Reprasentant des Vektors.
Nullvektor:
Der Nullvektor o hat den Betrag 0 und eine unbestimmte Richtung.
Einheitsvektor:
Der Einheitsvektor hat den Betrag 1 und eine beliebige Richtung.
c
Troy
Verlag, 2015
Gegenvektor:
Der Gegenvektor b des Vektors a hat die gleiche Richtung und die
gleiche Lange wie a, jedoch den entgegengesetzten Richtungssinn.
Es gilt: a = b
Koordinatendarstellung eines Vektors:

ax
a = ay
az
ax , ay , az : Koordinaten von a
Komponentendarstellung eines Vektors:
Sind e1 , e2 und e3 die Einheitsvektoren in Richtung der Koordinatenachsen, dann lautet die Komponentendarstellung folgendermaen:
axe1 , ay e2 , az e3 : Komponenten von a
a = axe1 + ay e2 + az e3
Ortsvektor:
Der Ortsvektor p des Punktes P (px ; py ; pz ) ist der Vektor zwischen
dem Koordinatenursprung 0 und Punkt P :

p
x
p = 0P = py = pxe1 + py e2 + pz e3
y
pz
f (x ) = y
Vektor zwischen zwei Punkten:
Vektor von Punkt A(ax ; ay ; az ) zu Punkt B(bx ; by ; bz ):

bx
ax
b a

AB = 0B 0A = b a = by ay A
bz
az
bx ax
a
= by a y
bz a z
0

c
Troy
Verlag, 2015

L
ange (Betrag) eines Vektors:
Lange des Vektors a:
Lange des Vektors AB:

ax

|a| = ay = a2x + a2y + a2z
y
az

|AB| = (bx ax )2 + (by f (xay) =

)2y+ (bz az )2
a
1.3
Operationen mit Vektoren

y
3.2
Addition und Subtraktion:

2.8

ax
ax bx
bx
a b = ay by = ay by
bz
a z bz
az
2.6
2.4
2.2
3.2
2.8
a b
a

1.6
Multiplikation mit einer reellen Zahl:

2.4

ax
rax
ra = r ay = ray
raz
az
2.2
1.8
1.6
2.2
2.4
2.6
2.8
3.2
Skalarprodukt:
2.6
a + b
f (x ) = y
1.8
2a
2a
3.4
3.6
3.8
4.2

4.4
4.6
4.8
Das Skalarprodukt a b ist eine reelle Zahl:

bx
ax
a b = |a| |b| cos(a; b) = ay by = ax bx + ay by + az bz
az
bz
Eigenschaften: a b = 0 a b
mit a, b = o
a b = b a
(Kommutativgesetz)
(a + b) c = a c + b c
(Distributivgesetz)
b = r(a b)
r
a
mit r R
a a = |a|
2
c
Troy
Verlag, 2015
2.2
2.4
2.6
2.8
3.2
3.4
3.6
3.8
4.2
4.4
4.6
x
4.8
10
Vektorprodukt (Kreuzprodukt):

ax
bx
ay bz az by
a b = ay by = az bx ax bz
a x by a y bx
az
bz
Das Vektorprodukt a b ergibt einen Vektor. Es gilt:
(1) a, b und a b bilden in dieser Reihenfolge ein Rechtssystem.
(2) a b ist jeweils orthogonal zu a und b.
(3) |a b| = |a| |b| sin(a; b)
mit (a; b) =
Eigenschaften:
a b = (b a)
r(a b) = (ra) b = a (rb)
a (b + c) = (a b) + (a c)
(Alternativgesetz)
mit r R f (x ) = y
(Distributivgesetz)
a
Flacheninhalte:
a x b
Flacheninhalt A des von a und b

aufgespannten Parallelogramms:
A = |a b| = |a| |b| sin()
Flacheninhalt A des von a und b
b x a = (a x b )
aufgespannten Dreiecks:
A = 12 |a b| = 12 |a| |b| sin()

f (x ) = y
Spatprodukt:
(a b) c = (ay bz az by )cx + (az bx ax bz )cy + (ax by ay bx )cz

ay b z a z b y
cx

= a z b x a x bz c y
a x by a y bx
cz
Das Spatprodukt ist eine reelle Zahl.

Der Betrag des Spatprodukts ist
gleich dem Volumen V des von a, b
und c aufgespannten Spates:
V = |(a b) c|
c
Troy
Verlag, 2015

1.4
11
Geraden
Punktrichtungsgleichung einer Geraden:

y
Gerade g durch den Punkt P mit dem Richtungsvektor u:

f (x ) = y
g : x = p + tu = 0P + tu
(t R)
a
p: St
utzvektor (Ortsvektor von P )
Schreibweise mit Koordinaten f

ur den
g
xyz-Raum bzw. xy-Ebene:

ux
x
px
y = py + t uy bzw.
z
uz
pz

px
x
ux
=
+t
y
py
uy

Zweipunktegleichung einer Geraden:

Gerade g durch die Punkte P und Q:
g : x = p + t(q p) = 0P + tP Q
(t R)
p, q: Ortsvektoren von P und Q
Schreibweise mit Koordinaten f

ur den xyz-Raum bzw. xy-Ebene:

px
x
q x px
y = py + t qy py bzw. x = px + t qx px
y
py
q y py
z
q z pz
pz
Normalenform einer Geraden:

g : (x p) n = 0
Gilt nur f
ur die xy-Ebene!
p: Ortsvektor des Punktes P auf der Geraden g

n: Normalenvektor von g (n ist orthogonal zu g bzw. zum
Richtungsvektor von g.)

x
p
nx
x
=0
Schreibweise mit Koordinaten:
y
py
ny
c
Troy
Verlag, 2015
12
Koordinatengleichung:
nx x + ny y = b
mit b = px nx + py ny
Hessesche Normalenform einer Geraden:

g : (x p) n0 = 0
n
mit n0 =

|n|
Gilt nur f
ur die xy-Ebene!
Es gilt: |n0 | = 1
Die Hessesche Normalenform ist ein Spezialfall der Normalenform. Es

wird dabei der Normaleneinheitsvektor n0 der Geraden g verwendet.
1.5
Ebenen
y
f (x) = y
Punktrichtungsgleichung einer Ebene:
Ebene E durch den Punkt P und den Richtungsvektoren

ub und vx :
a
u, v : werden auch Spannvektoren genannt und sind linear unabhangig
p: St
utzvektor (Ortsvektor von P )
E : x = p + ru + sv
(r, s R)

vx
x
px
ux
y = py + r u y + s v y
z
vz
pz
uz
u
v

Dreipunktegleichung einer Ebene:

Ebene E durch die Punkte P, Q und R:
E : x = p + r(q p) + s(r p) = 0P + rP Q + sP R
(r, s R)

x
px
q x px
r x px
y = py + r q y p y + s r y p y
z
pz
q z pz
rz pz
c
Troy
Verlag, 2015
13
Normalenvektor einer Ebene:
f (x ) = y
Ein Normalenvektor n der Ebene E steht senkrecht auf der Ebene E.
Folglich steht der Normalenvektor senkrecht auf

a den beiden linear
x
b
unabhangigen Richtungsvektoren u und v der Ebene E.
Berechnung eines Normalenvektors:
(a) mit den Gleichungen
u n = 0 und v n = 0
y
(b) mit dem Vektorprodukt
(Kreuzprodukt) n = u v

f (x ) = y
Normalenform einer Ebene:
E
v

p: Ortsvektor des Punktes P auf der Ebene E

n: Normalenvektor von E
E : (x p) n = 0

x
px
nx
y py ny = 0
z
nz
pz

E
X
x

Hessesche Normalenform einer Ebene:

n
Es gilt: |n0 | = 1

|n|
Die Hessesche Normalenform ist ein Spezialfall der Normalenform. Es
wird dabei ein Normaleneinheitsvektor n0 der Ebene E verwendet.
E : (x p) n0 = 0
mit n0 =
Allgemeine Form (Koordinatengleichung):

E : Ax + By + Cz = D
(A, B, C, D R und A2 + B 2 + C 2 > 0)

A
n = B ist ein Normalenvektor der Ebene E.
C
c
Troy
Verlag, 2015
14
Wandelt man die Normalenform E : (x p) n = 0 in die

Koordinatengleichung einer Ebene um, so erhalt man:
E : nx x + ny y + nz z nx px ny py nz pz = 0
1.6
Kugeln
Allgemeine (vektorielle) Gleichung einer Kugel:

Kugel K mit dem Mittelpunkt M (mx ; my ; mz ) und dem Radius r:
K : (x m)
2 = r2
m
: Ortsvektor zum Mittelpunkt M der Kugel
2
x
mx
Schreibweise mit Koordinaten: y my = r2
z
mz
Koordinatengleichung einer Kugel:

Kugel K mit dem Mittelpunkt M (mx ; my ; mz ) und dem Radius r:
K : (x mx )2 + (y my )2 + (z mz )2 = r2
Tangentialebene einer Kugel:

Tangentialebene T an dem Ber
uhrpunkt P (px ; py ; pz ) der Kugel K mit
dem Mittelpunkt M (mx ; my ; mz ):
T : (x m)(
p m)
= r2
oder
T : (x p)(
p m)
=0
Koordinatengleichungen:
T : (x mx )(px mx ) + (y my )(py my ) + (z mz )(pz mz ) = r2
T : (x px )(px mx ) + (y py )(py my ) + (z pz )(pz mz ) = 0
c
Troy
Verlag, 2015
1.7
15
Lagebeziehungen
Punkt-Gerade:
Ein Punkt Q mit dem Ortsvektor q liegt auf der Geraden
g : x = p + tu, wenn es ein t R gibt, so dass die Gleichung
q = p + tu erf
ullt ist (Punktprobe).
Punkt-Ebene:
Ein Punkt Q mit dem Ortsvektor q liegt in der Ebene
E : x = p + ru + sv , wenn es ein r R und ein s R gibt, so dass die
Gleichung q = p + ru + sv erf
ullt ist (Punktprobe).
Ist die (Hessesche) Normalenform oder die Koordinatengleichung einer
Ebene E gegeben, dann setzt man zur Uberpr

ufung, ob der Punkt Q
in E liegt, q f
ur vecx ein.
Gerade-Gerade:
Es gibt im Raum vier Moglichkeiten der gegenseitigen Lage von zwei
Geraden g : x = p + tu und h : x = q + rv :
(1) u und v sind linear abhangig. Gilt dazu:
g und h sind identisch
(a) Punkt P mit p liegt auf h
g und h sind parallel
(b) Punkt P mit p liegt nicht auf h
(2) u und v sind linear unabhangig. Gilt dazu:

(a) Es existiert eine Losung mit t, r R f
ur die Gleichung
p + tu = q + rv g und h schneiden sich in Punkt S mit dem
Ortsvektor s = p + tu = q + rv
(b) Fall a trifft nicht zu g und h sind zueinander windschief
c
Troy
Verlag, 2015
16
Gerade-Ebene:
Es gibt drei Moglichkeiten der gegenseitigen Lage einer Geraden
g : x = p + tu und einer Ebene E : (x q) n:
Hat die Gleichung (

p + tu q) n
(1) genau eine Losung f
ur t g und E haben den Schnittpunkt S
mit dem Ortsvektor s = p + tu
(2) unendlich viele Losungen f
ur t g liegt in der Ebene E
(3) keine Losung f
ur t
g ist parallel zu E
Gerade-Kugel:
Es gibt drei Moglichkeiten der gegenseitigen Lage einer Geraden
g : x = p + tu und einer Kugel K : (x m)
2 = r2 :
Hat die Gleichung (

p + tu m)
2 = r2
(1) zwei Losungen (t1 und t2 ) f
ur t g durchstot K in zwei
Punkten S1 und S2 mit den Ortsvektoren s1 = p + t1 u und
s2 = p + t2 u
(2) eine Losung f
ur t
g ber
uhrt K in dem Punkt S mit dem
Ortsvektor s = p + tu
(3) keine Losung f
ur t
K wird von g weder durchstoen noch
ber
uhrt
Ebene-Ebene:
Es gibt drei Moglichkeiten der gegenseitigen Lage der Ebenen
= 0 (beide in Normalenform):
E1 : (x p) n = 0 und E2 : (x q) m
(1) Die Normalenvektoren n und m
sind linear abhangig. Gilt dazu:
(a) Punkt P mit dem Ortsvektor p liegt auf E2 (Punktprobe)
E1 und E2 sind identisch
(b) Punkt P mit dem Ortsvektor p liegt nicht auf E2 (Punktprobe)
E1 und E2 sind parallel
(2) Die Normalenvektoren n und m

sind linear unabhangig
E1 und E2 schneiden sich in einer Geraden
c
Troy
Verlag, 2015
TEAMPLAYER GESUCHT.
Unsere Einstiegschancen fr Schulabgnger.
KAUFMNNISCHE AUSBILDUNG
DUALES BACHELOR-STUDIUM
Nhere Informationen zu unseren Programmen und Anforderungsprofilen
finden Sie auf unserer Internetseite unter www.karriere.dzbank.de
18
Ebene-Kugel:
Es gibt drei Moglichkeiten der gegenseitigen Lage einer Ebene
2 = r2 :
E : (x p) n0 = 0 und einer Kugel K : (x m)
Ist d(M, E) = |(m

p) n0 | (Abstand des Kreismittelpunkts M
von der Ebene E)
(1) kleiner als r
E und K schneiden sich in einem Schnittkreis
(2) gleich r
E ber
uhrt K in dem Punkt S
(S ist der Schnittpunkt der Ebene E
mit der Hilfsgeraden g : x = m
+ tn0 )
(3) groer als r
E und K schneiden und ber
uhren sich nicht
Kugel-Kugel:
Es gibt drei Moglichkeiten der gegenseitigen Lage der Kugeln K1 und
K2 mit den Mittelpunkten M1 und M2 und den Radien r1 und r2 :
(1) |M1 M2 | > r1 + r2 oder |M1 M2 | < |r2 r1 |

kein Schnittpunkt
(2) |M1 M2 | = r1 + r2 oder |M1 M2 | = |r2 r1 |

genau ein Schnittpunkt
(3) |r2 r1 | < |M1 M2 | < r1 + r2 es ergibt sich ein Schnittkreis
1.8
Schnittwinkel
Winkel zwischen zwei Vektoren:

Zwei Vektoren a und b schlieen den Winkel ein. Es gilt:
a x b x + a y by + a z b z
a b

cos() =
(0 180 )
=
2
|a| |b|
ax + a2y + a2z b2x + b2y + b2z
c
Troy
Verlag, 2015
19
Schnittwinkel von zwei Geraden:

Zwei Geraden mit den Richtungsvektoren u und v schneiden sich. F
ur
den Schnittwinkel gilt:
|ux vx + uy vy + uz vz |
|u v |

=
(0 90 )
cos() =
|u| |v |
u2 + u2 + u2 v 2 + v 2 + v 2
x
Winkel zwischen Gerade und Ebene:
F
ur den Winkel zwischen einer Geraden mit dem Richtungsvektor u
und einer Ebene mit dem Normalenvektor n gilt:
|ux nx + uy ny + uz nz |
|u n|

=
(0 90 )
sin() =
|u| |n|
u 2 + u 2 + u 2 n2 + n2 + n2
x
Winkel zwischen zwei Ebenen:
F
ur den Winkel zwischen zwei Ebenen mit den Normalenvektoren n
und m
gilt:
|nx mx + ny my + nz mz |
|n m|

=
(0 90 )
cos() =
|n| |m|

2
n + n2 + n2 m2 + m2 + m2
x
1.9
Abst
ande
Abstand von zwei Punkten:

Abstand d zwischen zwei Punkten P und Q (
p, q: Ortsvektoren):

d(P, Q) = |P Q| = |q p| = (qx px )2 + (qy py )2 + (qz pz )2
Abstand eines Punktes von einer Ebene:
Abstand d eines Punktes Q mit dem Ortsvektor q von einer Ebene E:

mit E : (x p) n0 = 0
d(Q, E) = |(q p) n0 |
c
Troy
Verlag, 2015
20

y
Abstand eines Punktes von einer Geraden:f (x ) = y

Der Abstand d des Punktes Q mit dem Ortsvektor q von der Geraden
a
x
b
g lasst sich in drei Schritten ermitteln:
(1) Aufstellen einer Gleichung f
ur die
Ebene E, die durch Q geht und
E

F
orthogonal zu g ist.
(2) Berechnung des Schnittpunktes F
Q d
von g und E (F nennt man
q
Fupunkt des Lotes von Q auf g).
g
(3) Berechnung des Betrages von F Q.

0
Es gilt: d(Q, g) = |F Q|

Abstand von zwei Geraden:

parallele Geraden:
Der Abstand von zwei parallelen Geraden ist gleich dem Abstand eines
beliebigen Punktes der einen Geraden zu der anderen Geraden.
Siehe Abstand eines Punktes von einer Geraden
windschiefe Geraden:
Gegeben sind zwei windschiefe Geraden g : x = p + tu und
h : x = q + rv . Sind p0 bzw. q0 die Ortsvektoren eines beliebigen
Punktes auf g bzw. h und ist n0 der Normaleneinheitsvektor von g und
ur den Abstand d:
h (n0 u und n0 v ), dann gilt f
d(g, h) = |(q0 p0 ) n0 |
Abstand einer Geraden zu einer parallelen Ebene:

Der Abstand einer Geraden zu einer ihr parallelen Ebene ist gleich
dem Abstand eines beliebigen Punktes auf der Geraden zu der Ebene.
Siehe Abstand eines Punktes von einer Ebene
Abstand von zwei parallelen Ebenen:

Der Abstand von zwei parallelen Ebenen ist gleich dem Abstand eines
beliebigen Punktes der einen Ebene zu der anderen Ebene.
Siehe Abstand eines Punktes von einer Ebene
c
Troy
Verlag, 2015
2. Analysis
21
Analysis
D:
Defintionsbereich der Funktion f
1. Ableitung der Funktion f
f :
f :
2. Ableitung der Funktion f
Grenzwert von f f
ur x gegen x0
lim f (x):
xx0
lim f (x): linksseitiger Grenzwert von f an der Stelle x0
xx0 0
lim f (x): rechtsseitiger Grenzwert von f an der Stelle x0
xx0 +0
2.1
Folgen und Reihen
reelle Zahlenfolge:
(an ) = a1 , a2 , ..., an , ...
a1 : Anfangsglied der Folge
mit n N = {1; 2; 3; ...} und a1 , a2 , ... R
an : Bild von n; n-tes Glied der Folge
Partialsummenfolge/n-te Partialsumme:
sn = a1 + a2 + ... + an =
n

ai
i=1
Reihe:
Man bezeichnet die Partialsummenfolge einer bestimmten Folge als die

zu dieser Folge gehorende Reihe.
unendliche Reihe: sn = a1 + a2 + ... + an + ... =
ai
i=1
Beschr
anktheit:
c
Troy
Verlag, 2015
Die Folge (an ) ist beschrankt, wenn gilt:

ur alle an
S R (Schranke)
|an | S f
22
2. Analysis
Monotonie:
Die Folge (an ) ist monoton wachsend (fallend), wenn gilt:
ur alle n N = {1; 2; 3; ...}
an+1 an (an+1 an ) f
Die Folge (an ) ist streng monoton wachsend (fallend), wenn gilt:
ur alle n N = {1; 2; 3; ...}
an+1 > an (an+1 < an ) f
Arithmetische Zahlenfolge:
Definition:
(an ) = a1 ; a1 + d; a1 + 2d; ...; a1 + (n 1)d; ...
explizite Bildungsvorschrift:
an = a1 + (n 1)d
rekursive Bildungsvorschrift:
an+1 = an + d
a1 gegeben
n

n
(n 1) n
Partialsumme:
sn =
d
ai = (a1 + an ) = n a1 +
2
2
i=1
Geometrische Zahlenfolge:
Definition:
(an ) = a1 ; a1 q; a1 q 2 ; ...; a1 q n1 ; ...
(a1 = 0, q = 0)
explizite Bildungsvorschrift:
an = a1 q n1
rekursive Bildungsvorschrift:
an+1 = an q
a1 gegeben
n

qn 1
1 qn
Partialsumme:
sn =
= a1
(f
ur q =
1)
a i = a1
q1
1q
i=1
Unendliche geometrische Reihe:

Partialsumme:
sn =
k=1
a1 q k1 =
a1
1q
(a1 = 0, |q| < 1)
Spezielle Partialsummen:
sn = 1 + 2 + 3 + ... + n =
n

i=
i=1
n

sn = 2 + 4 + 6 + ... + 2n =
2i = n(n + 1)
i=1
sn = 1 + 3 + 5 + ... + (2n 1) =
c
Troy
Verlag, 2015
n
(n + 1)
2
n

i=1
(2i 1) = n2
2. Analysis
n

23
n(n + 1)(2n + 1)
6

n(n + 1) 2
3
3
3
3
3
sn = 1 + 2 + 3 + ... + n =
i =
2
i=1
sn = 12 + 22 + 32 + ... + n2 =
Grenzwert einer Folge:
i2 =
i=1
n

Die Zahlenfolge (an ) besitzt den Grenzwert g, wenn es f

ur jedes > 0
ur alle n n0 gilt: |an g| < .
eine nat
urliche Zahl n0 gibt, so dass f
Schreibweise: lim an = g
n
Konvergenz und Divergenz:

Eine Folge (an ) ist konvergent, wenn sie einen Grenzwert g besitzt.
Eine Folge (an ) ist divergent, wenn sie nicht konvergent ist.
Grenzwerts
atze f
ur Zahlenfolgen:
Falls lim an = a und lim bn = b, dann gilt:
n
(1) lim (an bn ) = lim an lim bn = a b

n
(2) lim (an bn ) = lim an lim bn = a b

n
lim an
an
a
(3) lim
= n
=
n bn
lim bn
b
n
(b = 0)
Spezielle Grenzwerte:
1
an
=0
b) lim
=0
c) lim an = 0 f
ur |a| < 1
n n!
n
nn
1
ur a > 0
e) lim 1 +
= e (eulersche Zahl)
(d) lim n a = 1 f
n
n
n
ur a > 0
(a,b und c sind Nullfolgen)
(f) lim n( n a 1) = ln(a) f
(a) lim
c
Troy
Verlag, 2015
24
2.2
2. Analysis
Funktionen
Definition:
Eine Funktion f ordnet jedem Element x aus einer Definitionsmenge
D genau ein Element y einer Zielmenge Z zu. Die Wertemenge der
Funktion f ist die Menge W , die aus den Werten (auch Bildern) von f
besteht. Es gilt: W = {f (x)|x D} und W Z
Schreibweise und Bezeichnungen:
y = f (x) mit x D
f :x
f (x) mit x D oder
f :x
y mit x D
Funktionsgleichung
x wird abgebildet auf f (x)
Surjektivit
at, Injektivit
at, Bijektivit
at:
Die Funktion f heit surjektiv , wenn jedes Element der Zielmenge Z
mindestens einmal als Funktionswert f (x) von einem Element aus der
Definitionsmenge D angenommen wird.
Die Funktion f heit injektiv , wenn jedes Element der Zielmenge Z
hochstens einmal als Funktionswert f (x) von einem Element aus der
Definitionsmenge D angenommen wird.
Die Funktion f heit bijektiv , wenn sie surjektiv und injektiv ist.
Verketten von Funktionen:

Die Verkettung u v : x u(v(x)) der zwei Funktionen u und v
erhalt man, indem man den Term v(x) f
ur die Variable x der Funktion
u einsetzt.
Umkehrfunktion:
Eine Funktion f : x y mit y = f (x) besitzt eine Umkehrfunktion
f : y x mit x = f (y), wenn sie bijektiv ist. Es existiert also zu jedem
Element y in der Zielmenge genau ein Element x in der
Definitionsmenge. Die Schaubilder von y = f (x) und x = f (y) sind
identisch. y = f (x) erhalt man, indem man x und y in der Gleichung
f (x) = y vertauscht und die Gleichung nach y auflost. Das Schaubild
c
Troy
Verlag, 2015
2. Analysis
25
von y = f (x) ist das Spiegelbild von

y = f (x) an der1. Winkelhalbierenden.
Grenzwerte von Funktionen:

Grenzwert f
ur x x0 :
g heit Grenzwert von f f
ur x gegen x0 , wenn zu jedem > 0 ein > 0
existiert, so dass gilt:
|f (x) g| < f
ur alle x mit |x x0 | < und x = x0
Schreibweise:
lim f (x) = g
xx0
Halbseitige Grenzwerte f
ur x x0 :
g heit linksseitiger bzw. rechtsseitiger Grenzwert von f an der Stelle

x0 , wenn zu jedem > 0 ein > 0 existiert, so dass gilt:
|f (x) g| < f
ur alle x mit x0 < x < x0 bzw. x0 < x < x0 +
Schreibweise:
lim f (x) = g
xx0 0
bzw.
lim f (x) = g
xx0 +0
Grenzwert f
ur x bzw. x :
g heit Grenzwert von f f
ur x gegen plus unendlich bzw. minus
unendlich, wenn zu jedem > 0 eine Stelle x1 existiert, so dass gilt:
|f (x) g| < f
ur alle x > x1 bzw. x < x1
Schreibweise:
lim f (x) = g bzw. lim f (x) = g
Regel von de lHospital:

Wenn (1) lim f (x) = lim g(x) = 0, (2) f und g differenzierbar mit
xa
xa
f (x)
g (x) = 0 ist und (3) lim
existiert, dann gilt:
xa g (x)

f (x)
f (x)
lim
= lim
xa g (x)
xa g(x)
Die Regel ist ebenfalls anwendbar, wenn
(a) lim f (x) = lim g(x) = 0 oder
lim f (x) = lim g(x) = 0
x
(b) lim f (x) = lim g(x) =

xa
xa
c
Troy
Verlag, 2015
oder
lim f (x) = lim g(x) =
26
2. Analysis
Grenzwertsatze f
ur Funktionen:
Ist lim f (x) = a und lim g(x) = b, dann gilt:
xx0
xx0
(1) lim [f (x) g(x)] = a + b

xx0
(2) lim [f (x) g(x)] = a b

xx0
(3) lim
xx0
f (x)
a
=
g(x)
b
(mit b = 0)
Stetigkeit einer Funktion:

Definition:
Eine Funktion f ist an der Stelle x0 stetig, wenn der Grenzwert von f
an der Stelle x0 existiert und gleich dem Funktionswert f (x0 ) ist. Es
gilt also: lim f (x) = f (x0 )
xx0
Hinweis: Das Schaubild einer stetigen Funktion kann man in einem

Zug zeichnen.
Zwischenwertsatz:
Ist die Funktion f im Intervall [a, b] stetig und f (a) = f (b), dann
nimmt f in diesem Intervall alle Werte zwischen f (a) und f (b)
mindestens einmal an.
Nullstellensatz:
Ist die Funktion f im Intervall [a, b] stetig und haben f (a) und f (b)
verschiedene Vorzeichen, dann gibt es mindestens eine Stelle x0 in
diesem Intervall mit f (x0 ) = 0.
c
Troy
Verlag, 2015
2. Analysis
2.3
Differenzialrechnung
27
f (x ) = y
a
Differenzenquotient:
y
f (x0 + h) f (x0 )
=
x
h
Der Differenzenquotient gibt
die Steigung der Sekante durch
die Punkte P (x0 ; f (x0 )) und
Q(x0 + h; f (x0 + h)) an.
f (x 0 + h)
f
y f (x 0)
P
f (x ) = y
x0 + h x
x0
a
Differenzialquotient (1. Ableitung):

Der Differenzialquotient von f
an der Stelle x0 ist der Grenzwert
f (x0 + h) f (x0 )
= f (x0 )
lim
h0
h
f (x0 ) ist gleich der Steigung der
Tangente t an den Graphen von f
im Punkt P (x0 ; f (x0 )).
t
f
f (x 0)
x0
Differenzierbarkeit:
Eine Funktion heit differenzierbar an der Stelle x0 , wenn f (x0 )
existiert.
H
ohere Ableitungen und ihre Schreibweisen:
dy
dx
1. Ableitung:
f (x) = y =
2. Ableitung:
f (x) = [f (x)] = y =
d2 y
dx2
n-te Ableitung: f (n) (x) = [f (n1) (x)] = y (n) =
c
Troy
Verlag, 2015
dn y
dxn
28
2. Analysis
Ableitungsregeln:
f (x) = c u (x)
(c R)
Faktorregel:
f (x) = c u(x)
Summenregel:
f (x) = u(x) + v(x)
f (x) = u (x) + v (x)
Produktregel:
f (x) = u(x) v(x)
f (x) = u (x) v(x) + u(x) v (x)
u(x)
mit v(x) = 0
v(x)
u (x) v(x) u(x) v (x)
f (x) =
(v(x))2
Quotientenregel: f (x) =
Kettenregel:
f (x) = v(u(x))
f (x) = v (u(x)) u (x)
Ableitung der Umkehrfunktion:

x = g(y) Umkehrfunktion von y = f (x)
g (y) =
1
f (x)
Ableitungen spezieller Funktionen:

f (x)
f (x)
f (x)
f (x)
c (konstant)
cos(x)
sin(x)
xn
nxn1
tan(x)
1
cos2 (x)
ax
ax ln(a)
cot(x)
sin21(x)
ex
ex
arcsin(x)
1
1x2
loga (x)
1
xln(a)
arccos(x)
1
1x
2
ln(x)
1
x
arctan(x)
1
1+x2
sin(x)
cos(x)
arccot(x)
1
1+x
2
c
Troy
Verlag, 2015
= 1 + tan2 (x)
Echte
Leckerbissen
Fr Ihren
Berufseinstieg
Ausbildung und Duales Studium mit Deloitte: Individuelle Berufswege,
die Ihnen schmecken werden
Sie stehen kurz vor Ihrem Schulabschluss und berlegen wie es danach weitergehen soll?
Bei uns haben Sie vielfltige Mglichkeiten klassische Berufsausbildung, Duales Studium oder eine
Kombination aus beidem. Wir bieten unseren Auszubildenden einen perfekten Berufsstart in die
internationale Welt der Wirtschaftsprfung, der Steuerberatung, des Consulting und der Corporate
Finance.
Deloitte bietet ab Anfang August/Oktober Ausbildungspltze
in den folgenden Bereichen
Steuern
Steuerfachangestellte/r
Duale Ausbildung Plus
Doppelqualifikation
Informationstechnologien
Fachinformatiker/in
Anwendungsentwicklung
Fachinformatiker/in Systemintegration
Bromanagement
Kauffrau/mann fr Bromanagement
Duale Hochschule
Wirtschaftsprfung
Steuern und Prfungswesen
BWL/Bank
Accounting und Controlling
Wirtschaftsinformatik
Sie sind interessiert?

Hier finden Sie unsere Ausbildungspltze auf einen Blick.
Weitere Informationen erhalten Sie unter www.deloitte.com/de/ausbildung
Wir freuen uns auf Ihre Bewerbung!
Deloitte bezieht sich auf Deloitte Touche Tohmatsu Limited (DTTL), eine private company limited by
guarantee (Gesellschaft mit beschrnkter Haftung nach britischem Recht), ihr Netzwerk von Mitglieds
unternehmen und ihre verbundenen Unternehmen. DTTL und jedes ihrer Mitgliedsunternehmen sind
rechtlich selbststndig und unabhngig. DTTL (auch Deloitte Global genannt) erbringt selbst keine
Leistungen gegenber Mandanten. Eine detailliertere Beschreibung von DTTL und ihren Mitgliedsunter
nehmen finden Sie auf www.deloitte.com/de/UeberUns.
2015 Deloitte & Touche GmbH Wirtschaftsprfungsgesellschaft
30
f (x) = y
2. Analysis
a
Mittelwertsatz
der Differenzialrechnung:
f (b)
f
f (a)
y
f (b) f (a)
= f (z)
ba
f (x)z= y
N
aherungsl
osungen von Nullstellen:
a
Regula falsi (Sekantenverfahren):
x1
x3
x2
f (x 1)
a
x1 sei eine Naherungslosung f

ur x0 .
f (x1 )

f (x1 ) = 0
x 2 = x1
f (x1 )
Fortsetzung mit x2
[f (x)]2
f (x) = y x 0
Newtonsches Naherungsverfahren:
und
y
f (x 2)
Gegeben sind zwei Naherungsur x0 mit

werte x1 und x2 f
f (x1 ) < 0 und f (x2 ) > 0.
x2 x 1
x3 = x1 f (x1 )
f (x2 ) f (x1 )
Das Verfahren wird mit x3
und x1 bzw. x2 fortgesetzt.
f (x)f (x)
Wenn f in [a; b] stetig und in ]a; b[

differenzierbar ist, dann gibt es
mindestens eine Stelle z mit
a < z < b, so dass gilt:
Bedingungen: f (xi ) = 0
f
x1
x0
x2
x
f (x 1)
< 1 f
ur alle x
im betrachteten Intervall
Satz von Taylor:

f sei auf dem Intervall ]x0 r; x0 + r[, r > 0, mindestens (n + 1)-mal
differenzierbar. Dann gilt f
ur alle x ]x0 r; x0 + r[:
c
Troy
Verlag, 2015
2. Analysis
f (x) =
n f (k) (x )

f (x0 )
0
(x x0 )k + Rn (x) = f (x0 ) +
(x x0 )
k!
1!
k=0
f (n) (x0 )
f (x0 )
(x x0 )2 + ... +
(x x0 )n + Rn+1 (x)
2!
n!
Es gilt: Rn+1 (x) =
2.4
31
f (n+1) (h)
(x x0 )n+1
(n + 1)!
(h zwischen x und x0 )
Kurvenuntersuchung
Symmetrie des Graphen von f :

zur y-Achse:
f (x) = f (x)
zum Ursprung (0; 0):
f (x) = f (x)
zur Geraden g : x = x0 :
zum Punkt P (x0 |y0 ):
gilt f
ur alle x D
gilt f
ur alle x D
f (x0 u) = f (x0 + u)
gilt f
ur alle u mit (x0 u) D
1
2 [f (x0 u) + f (x0 + u)] = f (x0 )
gilt f
ur alle u mit (x0 u) D
Definitionsl
ucken und Polstellen:
Gegeben ist eine gebrochenrationale Funktion:
am xm + am1 xm1 + ... + a1 x + a0
g(x)
=
f (x) =
h(x)
bn xn + bn1 xn1 + ... + b1 x + b0
Definitionsl
ucke x0 : h(x0 ) = 0
h(x0 ) = 0 und g(x0 ) = 0
Polstelle x0 :
Polstelle mit Vorzeichenwechsel:
lim f (x) =
Polstelle ohne Vorzeichenwechsel:
lim f (x)
xx0 0
xx0 +0
xx0 0
xx0 +0
lim f (x) =
lim f (x)
Die Gerade g : x = x0 nennt man dann eine vertikale Asymptote.

stetig behebbare Definitionsl
ucke x0 :
(1) h(x0 ) = g(x0 ) = 0 und zusatzlich
ur
(2) Nach dem (ggf. mehrfachen) K
urzen von f durch (x x0 ) gilt f
den neuen Nenner v (x0 ) = 0.
c
Troy
Verlag, 2015
32
2. Analysis
Verhalten im Unendlichen:
Bestimmung von lim f (x) und lim f (x)
x+
Bei einer gebrochenrationalen Funktion f mit Zahlergrad m

und Nennergrad n gilt f
ur die Asymptote a(x):
(a) m < n
a(x) = 0
(x-Achse)
(b) m = n
a(x) = c mit c R\{0}
(Parallele zur x-Achse)
(c) m = n + 1 a(x) ist eine lineare (schiefe) Asymptote
(d) m > n + 1 a(x) ist eine nichtlineare Asymptote
Bei (c) und (d) muss die Polynomdivision angewendet werden.
Monotonieverhalten:
Wenn f in
f (x) > 0
f (x) < 0
f (x) 0
f (x) 0
J = [a; b] differenzierbar ist und f

ur alle x J gilt:
f (x) heit im Intervall J streng monoton steigend
f (x) heit im Intervall J streng monoton fallend
f (x) heit im Intervall J monoton steigend
f (x) heit im Intervall J monoton fallend
Nullstellen (Schnittpunkt mit der x-Achse):

x0 D ist eine Nullstelle, wenn f (x0 ) = 0 ist. Zur Berechnung setzt
man f (x) = 0 und lost die Gleichung nach x auf.
Globale Extrema:
Wenn f
ur ein x0 D und f
ur alle x D gilt: f (x0 ) f (x), dann
hat f an der Stelle x0 ein globales (absolutes) Maximum.
ur alle x D gilt: f (x0 ) f (x), dann
Wenn f
ur ein x0 D und f
hat f an der Stelle x0 ein globales (absolutes) Minimum.
Lokale Extrema:
f (x0 ) = 0 und f (x0 ) < 0 P (x0 |f (x0 )) ist ein Hochpunkt
und f (x0 ) ein lokales (relatives) Maximum.
f (x0 ) = 0 und f (x0 ) > 0 P (x0 |f (x0 )) ist ein Tiefpunkt
und f (x0 ) ein lokales (relatives) Minimum.
c
Troy
Verlag, 2015
2. Analysis
33
Kr
ummungsverhalten:
Wenn f im Intervall J = [a; b] zweimal differenzierbar ist
und f
ur alle x J gilt:
f (x) > 0 Der Graph von f ist auf J eine Linkskurve bzw. konvex
f (x) < 0 Der Graph von f ist auf J eine Rechtskurve bzw. konkav
Wendepunkte und Sattelpunkte:

f (x0 ) = 0 und f (x0 ) = 0
P (x0 |f (x0 )) ist ein Wendepunkt und x0 eine Wendestelle
f (x0 ) = f (x0 ) = 0 und f (x0 ) = 0
P (x0 |f (x0 )) ist ein Sattelpunkt (Spezialfall des Wendepunktes)
2.5
Tangente, Normale und

Kru
mmungskreis
Tangente und Normale:

Tangente t zum Graphen von f im Punkt P (x0 |f (x0 )):
t(x) = f (x0 )(x x0 ) + f (x0 )
Normale n zum Graphen von f im Punkt P (x0 |f (x0 )):
1
(x x0 ) + f (x0 ) ,f (x0 ) = 0 (senkrecht zur Tangente)
n(x) =
f (x0 )
Kr
ummungskreis:
f (x0 ) = 0 Die Funktion f hat im Punkt P (x0 |f (x0 )) einen
Kr
ummungskreis mit dem Radius r und dem Mittelpunkt M (kx |ky ).
3
(1 + f (x0 )) 2
f (x0 )
f (x0 )(1 + [f (x0 )]2 )
k x = x0
f (x0 )
Es gilt:
r=
c
Troy
Verlag, 2015
ky = f (x0 ) +
(1 + [f (x0 )]2 )
f (x0 )
34
2. Analysis
Schnitt von zwei Kurven:

Schnittpunkt:
Schnittwinkel:
Spezialfalle:
Ber
uhrung:
Orthogonalitat:
2.6
f (x0 ) = g(x0 ) = s Die Graphen von f und g

schneiden sich im Punkt P (x0 |s)

f (x0 ) g (x0 )

tan() =
1 + f (x0 ) g (x0 )
f (x0 ) = g(x0 ) = s und f (x0 ) = g (x0 )

Die Graphen von f und g ber
uhren sich
in Punkt P (x0 |s)
f (x0 ) = g(x0 ) = s und f (x0 ) g (x0 ) = 1

Die Graphen von f und g schneiden sich
im Punkt P (x0 |s) orthogonal zueinander
Integralrechnung
Stammfunktion:
F heit Stammfunktion von f auf einem Intervall I, wenn f
ur alle
x I gilt: F (x) = f (x)
Unbestimmtes Integral:
Das unbestimmte Integral von f ist die Menge aller Stammfunktionen
von f .

Schreibweise:
f (x)dx = F (x) + c (c ist die Integrationskonstante)
Bestimmtes Integral:
b
f (x)dx
Integralfunktion:
Ist die Funktion f : u f (u) im Intervall [a; b] stetig, dann heit die
x
Funktion F mit F (x) = f (u)du, x, c [a; b] Integralfunktion von f .
c
c
Troy
Verlag, 2015
2. Analysis
35
Hauptsatz der Differenzial- und Integralrechnung:

Wenn f auf dem Intervall [a; b] stetig ist und F eine Stammfunktion
b
zu f ist, dann gilt:
f (x)dx = F (b) F (a) = [F (x)]ba = F (x)|ba
a
Eigenschaften des bestimmten Integrals:

(1)
(3)
(4)
(5)
a
a
c
a
b
a
b
a
f (x)dx = 0
(2)
a
b
f (x)dx =
f (x)dx
b
a
b
a
f (x)dx +
c
b
b
f (x)dx =
b
f (x)dx
,a b c (Intervalladditivitat)
f (x)dx
g(x)dx = [f (x) g(x)]dx
(Summenregel)
k f (x)dx = k
b
f (x)dx
,k R (Faktorregel)
(6) f (x) g(x) f

ur alle x [a; b]
b
a
f (x)dx
(7) m f (x) M f
ur alle x [a; b]
b
m(b a) f (x)dx M (b a)
b
g(x)dx
(Monotonie)
(Abschatzbarkeit)
Integrationsregeln:
Partielle Integration:
Substitutionsregel:
b
a
b
a
Lineare Substitution:
u (x)v(x)dx = [u(x) v(x)]ba

f (g(x)) g (x)dx =
g(b)

b
u(x)v (x)dx
f (t)dt
g(a)
= g (x)dx
mit t = g(x) und dt

1
b
b
f (mx + b)dx = m
F (mx + b) + c a
a
(m und b sind konstant)

b f (x)
Logarithmische Integration:
dx = [ln(|f (x)|)]ba
a f (x)
c
Troy
Verlag, 2015
36
2. Analysis
Spezielle Integrale:

=

0 dx = c
a dx = ax + c
xn dx =
1
x
1
n+1
n+1 x
+c
dx = ln(|x|) + c
(x = 0)
ln(x)dx = x ln(x) x + c
loga (x)dx
1
ln(a) (x
ln(x) x) + c
ax dx =
ax
ln(a)
+c
(a > 0, a = 1)

=

ex dx = ex + c
1
(xa)(xb)
1
ab
dx

ln xa
xb + c
1
x2 +a2
dx =
1
a
arctan( xa ) + c
1
x2 +a2
dx
=ln(|x + x2 + a2 |) + c

1

1
dx = 2a
ln xa
x+a + c
x2 a2
c
Troy
Verlag, 2015
1
dx
x2 a2

= ln x + x2 a2 + c

sin(x)dx = cos(x) + c

cos(x)dx = sin(x) + c
tan(x)dx = ln(|cos(x)|) + c
cot(x)dx = ln(|sin(x)|) + c
sin2 (x)dx=
1
2 (x
sin(x) cos(x)) + c
cos2 (x)dx
= 12 (x + sin(x) cos(x)) + c

tan2 (x)dx = tan(x) x + c

1
sin(x)

dx = ln tan( x2 ) + c
1
cos(x) dx

= ln tan x2 + 4 +c
1
sin2 (x)
dx = cot(x) + c
1
cos2 (x)
dx = tan(x) + c
2. Analysis
a
Mittelwertsatz der Integralrechnung:
Wenn f im Intervall [a; b] stetig

ist, dann gilt f
ur mindestens eine
Stelle m mit a m b:
b
f (x)dx
a
= f (m) bzw.
ba
b
f (x)dx = f (m) (b a)
37
f (x ) = y
f (m)
Unter- und Obersumme:
)=y
Die Funktion f sei auf dem Intervall [a; b] stetig. Diesesf (x
Intervall
wird in n Teilintervalle mit der gleichen Breite h = ba
zerlegt.
n
a
x
b haben.
Hinweise: Die Teilintervalle k
onnen auch unterschiedliche
Breiten
Untersumme: (dunkelgraue Flache)

Un = h m1 + h m2 + ... + h mn
Dabei ist mi f
ur alle i = 1, ..., n
das Minimum im i-ten Teilintervall.
Obersumme: (dunkel- + hellgraue Flache)

On = h M1 + h M2 + ... + h Mn
Dabei ist Mi f
ur alle i = 1, ..., n
das Maximum im i-ten Teilintervall.
f (x ) = y
aa
y
N
aherungsverfahren zur
Berechnung bestimmter Integrale:
bb
A h ( 12 f (x0 ) + f (x1 ) + f (x2 )

+... + f (xn1 ) + 12 f (xn ))
c
Troy
Verlag, 2015
h
x0= a
xx
Beispiel mit n = 3
Trapezverfahren (Sekantenformel):
0
Mit h = xn x
= ba
alt man f
ur
n
n erh
b
A = f (x)dx folgende Naherung:
h
x1
h
x2
xn= b x
38
2. Analysis
Simpsonsche Regel (Parabelformel):

Der Flacheninhalt A =
b
f (x)dx wird durch n Teilflachen mit jeweils
ba
n
unter Verwendung von Parabelbogen angenahert.

der Breite h =
Dabei gilt: x0 = a, x1 = a + h, x2 = a + 2h, ..., xn = b (n ist gerade)
h
A [f (x0 ) + f (xn ) + 2 (f (x2 ) + f (x4 ) + ... + f (xn2 ))
3
+4 (f (x1 ) + f (x3 ) + ... + f (xn1 ))]
Keplersche Fassregel:
Ist n = 2 ergibt sich aus der Simpsonschen Regel die Keplersche
0
gilt:
Fassregel als Spezialfall. Mit der Teilintervallbreite h = x2 x
2
h
A (f (x0 ) + 4f (x1 ) + f (x2 ))
3
y
y
Fl
achenberechnung
mit Integralen:
f (x ) = y
Flacheninhalt zwischen Graph
und x-Achse:
(1) f (x) 0 f
ur alle x [a; b]
y
A=
b
f (x)dx
c
Troy
Verlag, 2015
(2) f (x) 0 f
ur alle x [a; b]
y
a
b
x
A
f (x ) = y

b

b

A = f (x)dx = f (x)dx
a

a
y
f (x ) = y
2. Analysis
39
(3) f hat die Nullstellen x1 und x2 in [a; b] y

A = A1 + A2 + A3

x2
b
x1

A = f (x)dx + f (x)dx + f (x)dx
x1
x2
a
y
f
A1
a
x1
f (x ) = y
Flacheninhalt zwischen zwei

Graphen:
x2
(2) f (x1 ) = g(x1 ) f

ur x1 [a; b]
y
f
A2
f (x ) = y
a
(1) f (x) g(x) f

ur alle x [a; b]
y
g
A3
b x
A1
A2
b
A = [f (x) g(x)]dx
a
x1
A = A1 + A2 =
x1
[f (x) g(x)]dx
f (xa) = y
Rotationsk
orper:
Rotation um die x-Achse:
Volumen Vx und Mantelflache Mx
bei Rotation des Graphen von f um
die x-Achse im Intervall [a, b]:
b
Vx = [f (x)]2 dx
b
+ [g(x) f (x)]dx
x1
y
f (x ) = y
a
Mx = 2
b
a
f (x)
1 + [f (x)]2 dx
c
Troy
Verlag, 2015
f (x ) = y
40
2. Analysis
y
Rotation um die y-Achse:
Volumen Vy und Mantelflache My
bei Rotation des Graphen von g um
a
die y-Achse im Intervall [a, b]. g(y)
ist die Umkehrfunktion von f (x).

d
d
b

2
2
2

Vy = x dy = [g(y)] dy = x f (x)dx
c
c
a

My = 2
P1 (a |c )
g (y ) = x
b
P2 (b |d )

d
d
x 1 + (x )2 dy = 2 g(y) 1 + [g (y)]2 dy
c
Bogenl
ange:
Die Bogenlange des Graphen von f zwischen den Punkten P (a|f (a))
b
und Q(b|f (b)) wird folgendermaen berechnet: s =
1 + [f (x)]2 dx
a
2.7
Differenzialgleichungen
Definition:
Eine gewohnliche Differenzialgleichung (DGL) ist eine Gleichung, in
der mindestens eine Ableitung der gesuchten Funktion y = f (x)
auftritt.

F x, y, y , ..., y (n) = 0
(gewohnliche DGL n-ter Ordnung)
Lineare Differenzialgleichungen:
1. Ordnung:
2. Ordnung
y + a y = s bzw.
y + a1 y + a2 y = s bzw.
f (x) + a1 f (x) + a2 f (x) = s
f (x) + a f (x) = s
a1 , a2 und s konnen auch Funktionen von x sein (hier nur Betrachtung
von Konstanten). Ist s = 0 dann wird die DGL als homogen
bezeichnet, sonst als inhomogen.
c
Troy
Verlag, 2015
Ausbildung bei der TARGOBANK

Starten Sie Ihre Karriere bei einem der
Top-Arbeitgeber Deutschlands mit
fairer Vergtung, netten Kollegen und
sehr guten Aufstiegschancen.
Bundesweit
Bankkaufmann / -frau
Bachelor of Arts (m/w)
Fachrichtung Bank / Vertrieb
Duisburg
Kaufmann / -frau fr Bromanagement
Fachinformatiker/-in
Duales Studium International
Business and Social Sciences
Dsseldorf
Bachelor of Arts (m/w)
Fachrichtung Business Administration
Bachelor of Science (m/w)
Fachrichtung Wirtschaftsinformatik oder Fachrichtung
Wirtschaftspsychologie
Alle offenen Positionen und unseren
Online-Bewerbungsbogen finden Sie
unter ausbildung.targobank.de
42
2. Analysis
Lineare DGL 1. Ordnung mit konstanten Koeffizienten:

y + a y = s
Gleichung:
Losung: Fall 1: a = 0 und s = 0

Fall 2: a = 0 und s = 0
Fall 3: a = 0 und s = 0
(a, s R)
y =sx+c
y = c eax
(c = 0)
(c = 0)
s
(c = 0)
y = c eax +
a
Spezielle Typen von DGL 1. Ordnung:

Gleichung
L
osung
y = g(x) h(y)
y = f (ax + by + c)
y = f
y
x

1
dy = g(x)dx + C mit h(y) = 0
h(y)

1
dt + C mit t = ax + by + c
x=
a + b f (t)

1
dt
y
f (t)t
x=C e
mit t =
x
Lineare DGL 2. Ordnung mit konstanten Koeffizienten:

Gleichung:
y + a1 y + a2 y = s
(a1 , a2 , s R)
allgemeine Losungen f
ur homogene Gleichungen:
Losungsansatz:
charakteristische Gleichung:
Fall 1:
Fall 2:
Fall 3:
a21
4
a21
4
a21
4
a2 > 0
a2 = 0
a2 < 0
c
Troy
Verlag, 2015
y = ex
2 + a1 + a2 = 0
(C1 , C2 R)
y = C1 e1 x + C2 e2 x

a21
mit 1,2 = a21
4 a2
y = C1 ex + C2 x ex
a
21 x
mit = a21
y = C1 e
cos(bx) + C2 e

a2
mit b = a2 41
a1
x
2
sin(bx)
3. Lineare Algebra
43
Anwendungen der Differenzialgleichungen:

y(t):
y0 :
S:
k:
Bestand zum Zeitpunkt t

Anfangswert in t = 0
Sattingungsgrenze \ Wachstumsgrenze
Wachstumsrate
Lineares Wachstum:
Differenzialgleichung:
allgemeine Losung:
Exponentielles Wachstum:
allgemeine Losung:
Beschranktes Wachstum:
allgemeine Losung:
Logistisches Wachstum:
allgemeine Losung:
3
A(m,n) :
AT :
A1 :
det A:
Uik :
Aik :
y(t) = k t + y0
(k R)
y (t) = k
y(t) = k t + c (c R)
y(t) = y0 (1 + c)t
(c > 1 und c = 0)
y (t) = k y(t)
y(t) = y0 ekt mit k = ln(1 + c)
y (t) = k (S y(t)) (k > 0)

y(t) = S (S y0 ) ekt
y (t) = k y(t) (S y(t)) (k > 0)
y0 S
y(t) =
y0 + (S y0 ) ekSt
Lineare Algebra
Matrix A mit m Zeilen und n Spalten (kurz: A)
transponierte Matrix von A
inverse Matrix zu A
Determinante der Matrix A
Unterdeterminante
Adjunkte des Elements aik
c
Troy
Verlag, 2015
44
3.1
3. Lineare Algebra
Matrizen
Matrix:
Eine (m, n)-Matrix ist ein rechteckiges System von m n Elementen
(Komponenten) aik mit m Zeilen und n Spalten.
a11 a12 . . . a1n

a21 a22 . . . a2n
A = A(m,n) = (aik )(m,n) =

... ... ... ...
am1 am2 . . . amn
Zeilenvektor:
Der ite Zeilenvektor einer (m, n)-Matrix ist

eine Matrix mit einer Zeile und n Spalten:
Spaltenvektor:
Der kte Spaltenvektor einer (m, n)-Matrix ist
eine Matrix mit einer Spalte und m Zeilen:
Elementare Matrizenumformungen:
ai = (ai1 , ai2 , ..., ain )
a1k
a2k
ak = .
..
amk
(1) Vertauschen zweier Zeilen

(2) Multiplizieren der Elemente einer Zeile mit einer reellen Zahl r = 0
(3) Zu einer Zeile wird eine andere Zeile addiert
Rang r einer Matrix: r ist gleich

der maximalen Anzahl von linear unabhangigen Zeilen- bzw.
Spaltenvektoren.
der Minimalzahl der vom Nullvektor verschiedenen Zeilen- bzw.
Spaltenvektoren, die durch elementare Matrizenumformungen
erzeugt werden konnen.
c
Troy
Verlag, 2015
3. Lineare Algebra
45
Quadratische Matrizen: (n, n)-Matrizen

Eine quadratische Matrix hat genauso viele Spalten wie Zeilen.
Hauptdiagonale:
Die Hauptdiagonale besteht aus den Elementen a11 , a22 , a33 , ..., ann .
Nebendiagonale:
Die Nebendiagonale besteht aus den Elementen
a1n , a2n1 , a3n2 , ..., an1 .
obere/untere Dreiecksmatrix:
Alle Elemente unterhalb/oberhalb der Hauptdiagonalen sind gleich 0.
Diagonalmatrix:
Alle Elemente auerhalb der Hauptdiagonalen sind gleich 0.
Einheitsmatrix E:
Eine Einheitsmatrix ist eine Diagonalmatrix, bei der alle Elemente auf
der Hauptdiagonalen gleich 1 sind.
Rechenregel:
AE =EA=A
Spezielle Matrizen:
transponierte Matrix AT :
Ubernimmt
man die Zeilen einer (m, n)-Matrix A als Spalten in eine
(n, m)-Matrix AT , dann nennt man AT die transponierte Matrix zu A.
Rechenregeln: (AT )T = A
(rA)T = rAT
(A + B)T = AT + B T
symmetrische Matrix:
Eine quadratische Matrix ist symmetrisch, wenn A = AT gilt.
schiefsymmetrische Matrix:
Eine quadratische Matrix ist schiefsymmetrisch, wenn A = AT gilt.
c
Troy
Verlag, 2015
46
3. Lineare Algebra
Nullmatrix 0:
Bei der Nullmatrix 0 sind alle Elemente gleich 0 (m, n beliebig).
erweiterte Matrix:
Die erweiterte Matrix A|B erhalt man, indem man die (m, n)-Matrix
A und die (m, s)-Matrix B folgendermaen zusammenf
ugt:
a11 a12 . . . a1n b11 b12 . . . b1n

a21 a22 . . . a2n b21 b22 . . . b2n
A|B =
... ... ... ... ... ... ... ...
am1 am2 . . . amn bm1 bm2 . . . bms
Untermatrix zu einem Element:

Streicht man aus einer (m, n)-Matrix A die i-te Zeile und die k-te
Spalte, dann erhalt man die zu dem Element aik zugehorige
Untermatrix vom Typ (m 1, n 1).
inverse Matrix A1 :
Die inverse Matrix A1 zur quadratischen Matrix A existiert genau
dann, wenn der Rang von A gleich n ( det A = 0) und
A A1 = A1 A = E ist.
Berechnung der inversen Matrix in zwei Schritten:
Schritt 1: Bilden der erweiterten Matrix A|E.
Schritt 2: Uberf
uhrung der Matrix A|E durch elementare
Zeilenumformungen in die Form E|A1 .
Es gilt:
(A1 )1 = A
(rA)1 = 1r A1
c
Troy
Verlag, 2015
(A1 )T = (AT )1
(A B)1 = B 1 A1
3. Lineare Algebra
3.2
47
Rechnen mit Matrizen
Addition/Subtraktion:
Die Addition und Subtraktion ist nur f
ur Matrizen mit derselben
Zeilen- und Spaltenanzahl m und n (A(m,n) und B(m,n) ) definiert:
a11 b11
a12 b12 . . . a1n b1n
a21 b21
a22 b22 . . . a2n b2n
AB =
...
...
...
...
am1 bm1 am2 bm2 . . . amn bmn
Rechenregeln:
A+B =B+A
AA=0
(A + B) + C = A + (B + C)
(A + B)T = AT + B T
A+0=A
Multiplikation einer Matrix mit einer reellen Zahl r:
a11 a12
a21 a22
rA = r
... ...
am1 am2

ra11 ra12
. . . a1n
. . . a2n
= ra21 ra22
...
... ... ...
. . . amn
ram1 ram2
Rechenregeln:
(r + s)A = rA + sA
r(A + B) = rA + rB
1A=A
0A=0
. . . ra1n
. . . ra2n
... ...
. . . ramn
r(sA) = (rs)A
Multiplikation von Matrizen:

Bedingung: Die Spaltenanzahl von A ist gleich der Zeilenanzahl von B.
(A und B sind verkettbar.)
n

A(m,n) B(n,p) = C(m,p) mit cik = ai1 b1k + ... + ain bnk =
aij bjk
j=1
C hat so viele Zeilen wie A und Spalten wie B.

Rechenregeln:
(A + B) C = A C + B C
(A B) C = A (B C)
Im Allgemeinen gilt: A B = B A
c
Troy
Verlag, 2015
(rA) (sB) = rs(A B)

(A B)T = B T AT
48
3. Lineare Algebra
Falksches Schema: Hilfsmittel zur Berechnung von A B

A(m,n) B(n,p)
a11
...
ai1
...
am1
...
...
...
...
...
a1n
...
ain
...
amn
b11
...
bn1
...
...
...
b1k
...
bnk
...
...
...
b1p
....
bnp
c11
...
ci1
...
cm1
...
...
...
...
...
c1k
...
cik
...
cmk
...
...
...
...
...
c1p
...
cip
...
cmp
Man erhalt das Element cik von C, indem man den Zeilenvektor
i der Matrix A und Spaltenvektor k der Matrix B folgendermaen
miteinander multipliziert:
cik = ai bk = ai1 b1k + ... + ain bnk (i = 1, ..., m; k = 1, ..., p)
3.3
Determinanten
Definition:
Jeder quadratischen Matrix A(n,n) kann eine eindeutige reelle Zahl
zugeordnet werden. Diese nennt man n-reihige Determinante oder
Determinante n-ter Ordnung.

a11 a12 . . . a1n

a21 a22 . . . a2n

det A =

... ... ... ...
an1 an2 . . . ann
F
ur Determinanten gilt:
(1) det A = det AT

(2) Die Determinante bleibt gleich, wenn man zu einer Zeile (Spalte)
das k-fache einer anderen Zeile (Spalte) addiert.
(3) Vertauscht man zwei Zeilen (Spalten) von A, dann andert sich das
Vorzeichen der Determinante.
c
Troy
Verlag, 2015
3. Lineare Algebra
49
(4) Multipliziert man eine Zeile (Spalte) von A mit k R, dann muss
die Determinante ebenfalls mit k multipliziert werden.
(5) Wenn eine Zeile (Spalte) das Vielfache einer anderen ist, dann gilt:
det A = 0
(6) Wenn eine Zeile (Spalte) nur aus Nullen besteht, dann gilt:
det A = 0
(7) det A det B = det A B und det A det A1 = 1
Unterdeterminante und Adjunkte:

Streicht man in der Matrix A die i-te Zeile und die k-te Spalte, dann
ist dieser Untermatrix die Unterdeterminante Uik zugeordnet.
Die Adjunkte Aik des Elements aik erhalt man, indem man die
Unterdeterminante mit dem Faktor (1)i+k multipliziert:
Aik = (1)i+k Uik
zweireihige Determinanten:

a
a
det A = 11 12 = a11 a22 a12 a21
a21 a22
dreireihige Determinanten:

a11 a12 a13

a
a
a

a
a
a

det A = a21 a22 a23 = a11 22 23 a12 21 23 + a13 21 22
a32 a33
a31 a33
a31 a32
a31 a32 a33
Regel von Sarrus bei dreireihigen Determinanten:

+
a 11 a 12 a 13 a 11 a 12
a 21 a 22 a 23 a 21 a 22
a 31 a 32 a 33 a 31 a 32
c
Troy
Verlag, 2015
det A =
a11 a22 a33 + a12 a23 a31 + a13 a21 a32

a31 a22 a13 a32 a23 a11 a33 a21 a12
50
3. Lineare Algebra
n-reihige Determinanten:
Die n-reihige Determinante einer Matrix A(n,n) kann nach jeder Zeile
oder Spalte mit Hilfe des Laplaceschen Entwicklungssatzes
entwickelt werden.
Entwicklung nach der i-ten Zeile:
n
n

det A =
aik Aik =
aik (1)i+k Uik f
ur alle i = 1, ..., n
k=1
k=1
Entwicklung nach der k-ten Spalte:

n
n

det A =
aik Aik =
aik (1)i+k Uik
i=1
3.4
f
ur alle k = 1, ..., n
i=1
Lineare Gleichungssysteme
Darstellung:
Lineares Gleichungssystem (LGS) mit m Gleichungen und n Variablen:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
...
am1 x1 + am2 x2 + ... + amn xn = bm
Ein LGS heit homogen, wenn alle Konstanten bi gleich 0 sind.
Ist dies nicht der Fall, wird ein LGS als inhomogen bezeichnet.
Matrixschreibweise:
A x = b
a11 a12
a21 a22
... ...
am1 an2
x b
1
1
. . . a1n
x 2 b2
. . . a2n

=
. . . . . . ... ...
. . . amn
xn
bm
b: Konstantenvektor
A: Koeffizientenmatrix
x: Losungsvektor
S = A|b: Systemmatrix oder erweiterte Koeffizientenmatrix (Seite 46)
c
Troy
Verlag, 2015
3. Lineare Algebra
51
L
osung mit dem Determinantenverfahren:
det Ai
(Cramersche Regel) mit
det A
det A: Koeffizientendeterminante
det Ai : Zahlerdeterminante
det Ai bildet man, indem man in det A die i-te Spalte durch b ersetzt.
xi =
Losbarkeitskriterien:
Homogenes System: (siehe Seite 50)
det A = 0 eindeutige Losung (Nullvektor)
det A = 0 unendlich viele Losungen
Inhomogenes System: (siehe Seite 50)

det A = 0 eindeutige Losung (Cramersche Regel)
det A = 0 und det Ai = 0 f
ur alle i
unendlich viele Losungen
keine Losung
det A = 0 und nicht alle det Ai = 0
L
osung mit dem Gau-Verfahren:
Man bringt das Gleichungssystem durch elementare
Matrizenumformungen (siehe Seite 44) in eine Dreicks- bzw. Staffelform:
a11 x1 + a12 x2 + ... + a1n xn = b1
+ a22 x2 + ... + a2n xn = b2
..
b
.
xn = n
ann
ann xn = bn
Nachdem man xn berechnet hat, kann man xn1 bis x1 durch
schrittweises Einsetzen von unten nach oben errechnen.
Losbarkeitskriterien:
Homogenes System: (siehe Seite 50)
rang A = n eindeutige Losung (Nullvektor)
rang A < n unendlich viele Losungen
c
Troy
Verlag, 2015
52
4. Stochastik
Inhomogenes System: (siehe Seite 50)

Rang A = Rang S = n eindeutige Losung
Rang A = Rang S < n unendlich viele Losungen
Rang A < Rang S
keine Losung
Stochastik
n: Lange (Umfang) einer Stichprobe

xi : Ergebnisse einer Stichprobe (Urliste) (i = 1, ..., n)
xj : mogliche Merkmalsauspragungen (j = 1, ..., k)
(j = 1, ..., k)
nj : absolute Haufigkeiten der Merkmalsauspragungen xj
hj : relative Haufigkeiten der Merkmalsauspragungen xj (j = 1, ..., k)
x: arithmetisches Mittel
s2 : Varianz
s: Standardabweichung
sxy :Kovarianz
rxy :Korrelationskoeffizient
: Ereignismenge bei einem Zufallsexperiment
: unmogliches Ereignis eines Zufallsexperiments
A B: Vereinigung der Ereignisse A und B
A B: Durchschnitt der Ereignisse A und B
P (A|B): Bedingte Wahrscheinlichkeit (A wenn B)
f (x):
Wahrscheinlichkeits- bzw. Dichtefunktion
F (x): Verteilungsfunktion
X :
Kurzschreibweise f
ur die Verteilung der Zufallsvariablen X
E(X): Erwartungswert der Zufallsvariablen X
V (X): Varianz 2 der Zufallsvariablen X
(z):
Dichtefunktion der Standardnormalverteilung
(z):
Verteilungsfunktion der Standardnormalverteilung
B(n; p): binomialverteilt mit den Parametern n und p
N (; ): normalverteilt mit den Parametern und
z :
-Quantil der Standardnormalverteilung (siehe Tabelle)
c
Troy
Verlag, 2015
REN
STUDIE !
C
OHNE N
WIR MACHEN KARRIERE

Studieren an der EBC Hochschule
International, kompakt, persnlich die besten
Voraussetzungen fr einen erfolgreichen Karrierestart!
Tourism & Eventmanagement B.A.
International Business Management B.A. (Deutsch und Englisch)
Business Psychology B.A.
Fashion, Luxury & Retail Management B.A.
International Management M.A. (Deutsch und Englisch)
info@ebc-hochschule.de
www.ebc-hochschule.de
HAMBURG BERLIN DSSELDORF STUTTGART
We care for your career.
54
4.1
4. Stochastik
Beschreibende Statistik
Grundgesamtheit und Stichprobe:

Die Grundgesamtheit bei statistischen Erhebungen ist die Gesamtheit
aller Objekte, die auf ein bestimmtes Merkmal untersucht werden.
Dieses Merkmal besitzt unterschiedliche Merkmalsauspragungen.
Bei einer Stichprobe vom Umfang n zieht man n Stichprobenwerte aus
der Grundgesamtheit.
Urliste, H
aufigkeitstabelle, absolute und relative
H
aufigkeiten:
Sind die Stichprobenwerte xi (i = 1, ..., n) in ungeordneter Reihenfolge,
so spricht man von einer Urliste .
Die Haufigkeitstabelle gibt an, wie haufig jede der k moglichen
Merkmalsauspragungen xj (j = 1, ..., k) beobachtet wurden (absolute
Haufigkeit) und wie hoch der Anteil der beobachteten
Merkmalsauspragungen ist (relative Haufigkeit).
absolute Haufigkeiten:
nj
mit j = 1, ..., k
nj
relative Haufigkeiten:
hj =
mit j = 1, ..., k.
n
Lagemae von Stichproben:

Arithmetisches Mittel:
bei Urliste:
x=
n
1
x1 + x2 + ... + xn
=
xi
n
n i=1
bei Haufigkeitstabelle (gewogenes arithmetisches Mittel):

k
x1 n1 + x2 n2 + ... + xk nk
1
x=
x j nj
(mit abs. Hauf.)
=
n
n j=1
k

x = x1 h1 + x2 h2 + ... + xk hk =
x j hj
(mit rel. Hauf.)
j=1
Harmonisches Mittel:
c
Troy
Verlag, 2015
xharm =
n
n
= n
1
1
1
1
+
+ ... +
x1 x2
xn
i=1 xi
4. Stochastik
Geometrisches Mittel: xgeom =
x1 x2 ... xn =
Modalwert (Modus) m:
55

n
n

xi
(xi > 0)
i=1
m ist der am haufigsten vorkommende Wert in der Stichprobe. Es

sind bis zu n Modalwerte moglich.
Zentralwert (Median):
Ordnet man die n Werte der Urliste der Groe nach an und ist n
ungerade, dann ist der Zentralwert der in der Mitte stehende Wert der
Urliste. Ist n gerade, dann bildet man das arithmetische Mittel von
den beiden Werten, die in der Mitte stehen.
Streuungsmae von Stichproben:

Empirische Varianz:
bei Urliste:
n
1
(x1 x)2 + (x2 x)2 + ... + (xn x)2
=
(xi x)2
s2 =
n
n i=1
n
1
1
s2 = (x21 + x22 + ... + x2n ) x2 =
x2 x2
n
n i=1 i
bei Haufigkeitstabelle (mit absoluten Haufigkeiten):

(x1 x)2 n1 + (x2 x)2 n2 + ... + (xk x)2 nk
s2 =
n
k
k
1
1
s2 =
(xj x)2 nj =
nj x j 2 x 2
n j=1
n j=1
bei Haufigkeitstabelle (mit relativen Haufigkeiten):

s2 = (x1 x)2 h1 + (x2 x)2 h2 + ... + (xk x)2 hk
k
k

(xj x)2 hj =
hj x j 2 x 2
s2 =
j=1
Standardabweichung:
c
Troy
Verlag, 2015
oder
bzw.
bzw.
j=1
s=
s2
56
4. Stochastik
Mittlere absolute Abweichung:

n
1
|x1 x| + |x2 x| + ... + |xn x|
=
d=
|xi x|
n
n i=1
Spannweite = xmax xmin
Spannweite:
Differenz zwischen dem groten und dem kleinsten Wert einer

Stichprobe.
Interquartilsabstand (Halbweite):
Q = x0,75 x0,25
Ordnet man die n Werte der Urliste der Groe nach an, dann gibt Q
die Differenz zwischen den beiden Stichprobenwerten an, die die
mittleren 50 Prozent der Stichprobenwerte einschlieen.
Korrelation und Regressionsgerade:

Es liegen n Stichprobenpaare (x1 ; y1 ), (x2 ; y2 ), ..., (xn ; yn ) vor.
Kovarianz:
(x1 x)(y1 y) + (x2 x)(y2 y) + ... + (yn y)(xn x)
sxy =
n
n
1
(xi x)(yi y)
oder einfacher zu berechnen mit:
=
n i=1
n
1
1
sxy = (x1 y1 + x2 y2 + ... + xn yn ) x y =
x i yi x y
n
n i=1
Korrelationskoeffizient:
sxy
sxy
rxy =
=
sx sy
s2 s2
x
(x1 x)(y1 y) + ... + (yn y)(xn x)

=
(x1 x)2 + ... + (xn x)2 (y1 y)2 + ... + (yn y)2
c
Troy
Verlag, 2015
4. Stochastik
Regressionsgerade:
sxy
y = 2 (x x) + y
sx
rxy sy
=
(x x) + y
sx
Die Regressionsgerade wird so
bestimmt, dass die Streuung der
Stichprobenpaare um die
Regressionsgerade minimal ist.
4.2
57
Grundlagen der
Wahrscheinlichkeitsrechnung
Zufallsexperiment und Ergebnis:

Bei einem Zufallsexperiment tritt eines von mehreren moglichen, sich
gegenseitig ausschlieenden Ergebnissen ein.
Ergebnismenge, Ereignis, Ereignismenge

Die Ergebnismenge (oder auch S) besteht aus allen moglichen
Ergebnissen.
Jede Teilmenge A der Ergebnismenge wird als Ereignis bezeichnet.
Die Menge aller Teilmengen von heit Ereignismenge.
Spezielle Ereignisse:
Elementarereignis:
Es besteht aus nur einem Ergebnis.
sicheres Ereignis:
Es tritt bei jeder Versuchsdurchf

uhrung ein.
unmogliches Ereignis : Es tritt bei keiner Versuchsdurchf

uhrung ein.
c
Troy
Verlag, 2015
58
4. Stochastik
Schreibweise von bestimmten Ereignissen:

A B (Teilereignis A von B):
Wenn A eintrifft, dann trifft sicher B ein.
A (Gegenereignis von A):
Dieses Ereignis tritt genau dann ein, wenn A nicht eintrifft.
A\B (Differenz von A und B):
Dieses Ereignis tritt genau dann ein, wenn A aber nicht B eintrifft.
A B (Vereinigung von A und B, A oder B):
Dieses Ereignis tritt genau dann ein, wenn entweder nur A, nur B oder
A und B gemeinsam eintreten.
A B (Durchschnitt von A und B, A und B):
Dieses Ereignis tritt genau dann ein, wenn A und B gemeinsam

eintreten.
Absolute H
aufigkeit Hn (A):
Anzahl des Auftretens von Ereignis A bei n Durchf
uhrungen eines
Zufallsexperiments.
Relative H
aufigkeit hn (A): hn (A) =
Hn (A)
n
Wahrscheinlichkeitsfunktion:
Eine Funktion P , die jedem Ereignis eine reelle Zahl zuordnet,
heit Wahrscheinlichkeitsfunktion, wenn folgende Bedingungen
erf
ullt sind (Axiome von Kolmogorow):
1.
2.
3.
4.
0 P (A) 1 f
ur alle A
P (A) 0 f
ur alle A
P () = 1
P (A B) = P (A) + P (B)
wenn A B = (disjunkt)
c
Troy
Verlag, 2015
(Nicht-Negativitat)
(Normierung)
(Additivitat)
4. Stochastik
59
Laplace-Experiment:
Ein Zufallsexperiment, bei dem alle Elementarereignisse gleich
wahrscheinlich sind, heit Laplace-Experiment. Die Wahrscheinlichkeit
f
ur das Eintreten eines Ereignisses A ist:
Anzahl der f
ur A g
unstigen Ergebnisse
P (A) =
Anzahl der moglichen Ergebnisse
4.3
Rechnen mit Wahrscheinlichkeiten
Grundlegende Rechenregeln:
(1) Das Ereignis A enthalte die Elementarereignisse e1 , ..., ek . Dann
gilt: P (A) = P ({e1 }) + P ({e2 }) + ... + P ({ek })
(2) P (A\B) = P (A) P (A B)
(3) P (A) = 1 P (A) (Wahrscheinlichkeit des Gegenereignisses)

(4) P () = 0
(Wahrscheinlichkeit des unmoglichen Ereignisses)
(5) A B P (A) P (B)
Additionssatz:
P (A B) = P (A) + P (B) P (A B)
Bedingte Wahrscheinlichkeit:
Wahrscheinlichkeit f
ur A, wenn B bereits eingetreten ist:
P (A B)
s P (A|B) =
(f
ur P (A|B) auch haufig PB (A))
P (B)
Multiplikationssatz:
P (A B) = P (A|B) P (B)
P (A B) = P (B|A) P (A)
mit P (B) > 0

mit P (A) > 0
F
ur die Ereignisse A1 , A2 , ..., An mit P (A1 ... An1 ) > 0 gilt:
P (A1 A2 ... An ) = P (A1 ) P (A2 |A1 ) P (A3 |A1 A2 )
... P (An |A1 ... An1 )
c
Troy
Verlag, 2015
60
4. Stochastik
Unabh
angigkeit von zwei Ereignissen:
A und B heien genau dann voneinander unabhanig, wenn gilt:
P (A B) = P (A) P (B) P (A|B) = P (A) und P (B|A) = P (B)
Totale Wahrscheinlichkeit:
Wenn (a) B1 B2 ... Bn = und
(b) Bi Bj = f
ur alle i = j erf
ullt ist, dann gilt:
P (A) = (A|B1 ) P (B1 ) + (A|B2 ) P (B2 ) + ... + (A|Bn ) P (Bn )
Formel von Bayes:

Wenn (a) B1 B2 ... Bn = und
(b) Bi Bj = f
ur alle i = j erf
ullt ist,
dann gilt f
ur alle k = 1, ..., n:
P (A|Bk )P (Bk )
P (Bk |A) =
P (A|B1 ) P (B1 ) + ... + P (A|Bn ) P (Bn )
y
n-stufiges (mehrstufiges) Zufallsexperiment:

Die Zusammenfassung von n nacheinander ablaufenden f (x ) = y
Zufallsexperimenten zu einem einzigen Zufallsexperiment nennt man
a
n-stufiges (mehrstufiges) Zufallsexperiment. Dies kann
man in einem
b
Baumdiagramm veranschaulichen.
1. Pfadregel (Produktregel):
Die Wahrscheinlichkeit eines Ergebnisses
in einem mehrstufigen Zufallsexperiment
ist gleich dem Produkt der
Wahrscheinlichkeiten entlang des
dazugehorigen Pfades im Baumdiagramm.
Hier gilt: P ({B; E; ...}) = p2 q3 ...
p1
p2
q1
q2
D E
q3
q4
2. Pfadregel (Summenregel):
Die Wahrscheinlichkeit eines Ereignisses in einem mehrstufigen
Zufallsexperiment ist gleich der Summe der Wahrscheinlichkeiten
aller Pfade, bei denen das Ereignis eintritt/erf
ullt ist.
c
Troy
Verlag, 2015
4. Stochastik
4.4
61
Kombinatorik
Fakult
at: n! = 1 2 3 ... (n 1) n
Es gilt:
0! = 1
1! = 1
(n 2)
Binomialkoeffizient: ( n u
ber k)

n!
n(n 1) ... [n (k 1)]
=
(0 < k n)
k!
k!(n k)!

n
n
n
n
n
n+1
Es gilt:
= 1;
=
;
+
=
0
k
nk
k
k+1
k+1
n
k
Binomischer Satz (Potenzen von Binomen):

(a + b)n =
(a b)0
(a b)1
(a b)2
(a b)3
(a b)4
(a b)5

n n
n n1
n n2 2
n
a +
a
b+
a
b + ... +
abn1
0
1
2
n1

n

n nk k
n n
a
+
b =
b
n
k=0 k
=1
=ab
= a2 2ab + b2
= a3 3a2 b + 3ab2 b3
= a4 4a3 b + 6a2 b2 4ab3 + b4
= a5 5a4 b + 10a3 b2 10a2 b3 + 5ab4 b5
Pascalsches Dreieck:
1
1
1
1
2
1
1
3
3
1
4
6
4
1
5
10
10
c
Troy
Verlag, 2015
1
1
5
62
4. Stochastik
Permutationen:
Jede Anordnung von n verschiedenen Elementen, bei der alle n
Elemente aufgef
uhrt werden, heit Permutation dieser Elemente.
Die Anzahl der Permutationen betragt bei
- n verschiedenen Elementen:
n!
- k verschiedenen Elementen (Gruppen) mit jeweils n1 , n2 , ..., nk
n!
mit n1 + ... + nk = n
gleichen Elementen:
n1 ! n2 ! ... nk !
Variationen:
Als Variationen bezeichnet man die moglichen Anordnungen von k
aus n verschiedenen Elementen mit Ber
ucksichtigung der Reihenfolge.
Die Anzahl der Variationen betragt
- ohne Zur
ucklegen der Elemente:
- mit Zur
n!
(n k)!
nk
Kombinationen:
Als Kombinationen bezeichnet man die moglichen Anordnungen von k
aus n verschiedenen Elementen ohne Ber
ucksichtigung der Reihenfolge.
Die Anzahl der Kombinationen betragt

n
n!
- ohne Zur
=
k!(n k)!
k

n+k1
- mit Zur
k
c
Troy
Verlag, 2015
4. Stochastik
4.5
63
Zufallsvariable
Definition Zufallsvariable:
Eine Zufallsvariable (Zufallsgroe) X ordnet jedem Ereignis eines
Zufallsexperiments eine reelle Zahl xi zu.
Eine diskrete Zufallsvariable kann in einem Intervall nur endlich viele
Werte annehmen.
Eine stetige Zufallsvariable kann in einem Intervall beliebig viele
Werte annehmen.
Wahrscheinlichkeitsverteilung:
Diese ist eine Funktion, die jedem xi einer Zufallsvariablen eine
Wahrscheinlichkeit P (X = xi ) zuordnet.
Wahrscheinlichkeitsfunktion bei diskreter Zufallsvariable X:
f (x) = P (X = xi ) = pi f
ur x = xi mit i = 1, ..., n
n

pi = 1 und (2) pi 0
Es gilt: (1)
i=1
Dichtefunktion bei stetiger Zufallsvariable X:

Die Dichtefunktion ist gleich der
f (x )
Ableitung ihrer Verteilungsfunktion.

0,15
F (x)
mit:
f (x) =
x
0,1
+

f 0,05
(1)
f (x)dx = 1 und
(2) f (x) 0
x R
P(a X b )
a b
Verteilungsfunktion:
bei diskreter Zufallsvariable: F (x) = P (X x) =
c
Troy
Verlag, 2015
f (xi )
xi x
64
4. Stochastik
bei stetiger Zufallsvariable:

x
F (x) = P (X x) =
f (t)dt
F (x )
1
F (b )
mit Eigenschaften:
lim F (x) = 1 F (a )
(1) lim F (x) = 0

x
x+
(2) F (b) F (a) = P (a X b)
a b
x R
Im stetigen Fall gilt: P (X = x) = 0
Mazahlen von Verteilungen:

Erwartungswert einer Zufallsvariablen:
E(X) = = x1 p1 + x2 p2 + ... + xn pn
n
n
n

=
x i pi =
xi P (X = xi ) =
xi f (xi )
im diskreten Fall:
i=1
im stetigen Fall:
E(X) = =
i=1
+

Varianz einer Zufallsvariablen:

allgemein:
i=1
x f (x)dx
V (X) = 2 = E[(X )2 ] = E(X 2 ) 2
im diskreten Fall:
V (X) = 2 = (x1 )2 p1 + (x2 )2 p2 + ... + (xn )2 pn
n
n

=
(xi )2 pi =
x2i pi 2
i=1
i=1
im stetigen Fall:
+
+

2
(x )2 f (x)dx =
x f (x)dx 2
V (X) = 2 =
Standardabweichung einer Zufallsvariablen: =
Tschebyschewsche Ungleichung:
P (|X E(X)| c)
c
Troy
Verlag, 2015
V (X)
c2

2 = V (X)
mit c R und c 0
Ihr Arbeitsplatz: Die Welt!

Haben Sie Interesse an einer abwechslungsreichen Ttigkeit in den Bereichen Rechtsund Konsularwesen, Ressourcenmanagement, Wirtschaft und Entwicklungspolitische
Zusammenarbeit, Kultur, Presse- und ffentlichkeitsarbeit? Knnen Sie sich vorstellen, im
Auswrtigen Amt in Berlin und an den rund 230 deutschen Auslandsvertretungen weltweit
eingesetzt zu werden und ca. alle vier Jahre Ihren Dienstort zu wechseln?
Das Auswrtige Amt stellt nach einem Auswahlverfahren (schriftlich: Ende November/Anfang Dezember, mndlich: Februar/Mrz) Anwrter/-innen fr den
gehobenen Auswrtigen Dienst

in den Vorbereitungsdienst ein.
Beginn des Studiums: jhrlich Ende Juli
Das dreijhrige duale Fachhochschulstudium findet an der Hochschule des Bundes fr
ffentliche Verwaltung, Fachbereich Auswrtige Angelegenheiten, statt.
Ihr Profil:
Allgemeine Hochschulreife oder Fachhochschulreife
Bereitschaft, nach dem Studium ca. alle vier Jahre den Dienstort weltweit zu wechseln
Deutsche/Deutscher im Sinne von Art. 116 des Grundgesetzes
Kenntnisse in Englisch und einer weiteren VN-Amtssprache (Franzsisch, Spanisch,
Russisch, Arabisch oder Chinesisch)
Gesundheitliche Eignung
Zustimmung zur Durchfhrung einer Sicherheitsberprfung
Schwerbehinderte Menschen werden bei gleicher Qualifikation bevorzugt eingestellt. Wir
freuen uns ber Bewerbungen von Personen mit Migrationshintergrund.
Bewerbungszeitraum: Juli bis Oktober
Auf unserer Webseite www.diplo.de/gehobenerdienst finden Sie ausfhrliche Informationen.
Eine Bewerbung ist nur ber das dort eingerichtete Online-Bewerbungsformular mglich.
Auswrtiges Amt
Akademie Auswrtiger Dienst
E-Mail: 1-ak-12@diplo.de
66
4.6
4. Stochastik
Spezielle Verteilungsmodelle und

Zentraler Grenzwertsatz
Diskrete Gleichverteilung:
P(X = xi)
X G(x1 , ..., xm ) xi R
0,2
1/5
P (X = xi ) = 1/m (f
ur alle i = 1, ..., m)
Falls xi = i
(i = 1, ..., m): (s. Grafik)
m+1
E(X) =
2
V (X) =
m2 1
12
Hypergeometrische Verteilung:
X H(N ; M ; n)
N, M, n N; n M N

M
N M
k
nk

P (X = k) =
mit 0 k min(n, M )
N
n

M
M
N n
M
E(X) = n
V (X) = n
1
N
N
N
N 1
Interpretation mit dem Urnenmodell:

M von N Kugeln in einer Urne besitzen ein bestimmtes Merkmal. Bei
einer Stichprobe ohne Zur
ucklegen vom Umfang n ist P (X = k) die
Wahrscheinlichkeit daf
ur, dass k Kugeln dieses bestimmte Merkmal
besitzen.
Bimomialverteilung:
P(X = k)
n N, 0 < p < 1

n k
P (X = k) =
p (1 p)nk
k
E(X) = n p
V (X) = n p (1 p)
0.3
0,3
0.2
0,2
0.1
0,1
X B(n; p)
c
Troy
Verlag, 2015
n=6
p = 0,4
0 1 2 3 4 5 6
4. Stochastik
67
Interpretation mit dem Urnenmodell:

Der Anteil der Kugeln in einer Urne mit einem bestimmten Merkmal
betragt p. Bei einer Stichprobe mit Zur
ucklegen vom Umfang n ist
P (X = k) die Wahrscheinlichkeit daf
ur, dass k Kugeln dieses
bestimmte Merkmal besitzen.
Bernoulli-Verteilung: Spezialfall der Binomialverteilung (n = 1)

P (X = k) =
1p
p
E(X) = p
f
ur k = 0
f
ur k = 1
V (X) = p(1 p)
Bernoulli-Experiment:
Ein Zufallsexperiment, bei dem ein Ereignis entweder eintritt (k = 1
mit der Wahrscheinlichkeit p) oder nicht (k = 0 mit der
Wahrscheinlichkeit 1 p), wird als Bernoulli-Experiment bezeichnet.
Bernoulli-Kette:
Die n-fache unabhangige Durchf
uhrung eines Bernoulli-Experiments
bezeichnet man als eine Bernoulli-Kette der Lange n.

n k
Wahrscheinlichkeit f
ur genau k Treffer: P (X = k) =
p (1 p)nk
k
Normalverteilung:
X N (; 2 )
R, 2 R+
1 x 2
1
f (x) =
e 2 ( )
2
x
1 t 2
1
F (x) =
e 2 ( ) dt
2
E(X) =
V (X) = 2
c
Troy
Verlag, 2015
= -1
= 2
f (x )
0.25
0,25
-4-3-2-1
-4 -3 -2 -1
= 2
= 1,25
= 1
= 1,5
1 2 3 4 5 6
68
4. Stochastik
Standardnormalverteilung (Spezialfall der Normalverteilung):

Z N (0; 1)
f (z )
1 2
1
f (z) = (z) =
e 2 z
2
z
1 z 1 t2
(z) =
(t)dt =
e 2 dt
2
E(Z) = 0
V (Z) = 1
(z0)
0,2
z
-1.5 z 0
1.5
-3 -1,5
1,5 3
Symmetrie:
(z) = 1 (z) z R
ur alle ]0; 1[
z = z1 f
symmetrisches Intervall: P (k Z k) = P (|Z| k) = 2 (k) 1
mit k R
Standardisierung einer normalverteilten Zufallsvariablen:

X
N (0; 1)
Durch die Standardisierung kann jede beliebig normalverteilte

Zufallsvariable X in eine standardnormalverteilte Zufallsvariable Z
mit den Parametern = 0 und = 1 umgewandelt werden.

x
= P (Z z) = P (X x)
Verteilungsfunktion:
(z) =

b
Wahrscheinlichkeiten:
P (X b) =

a
P (X > a) = 1

a
b
P (a < X b) =
Standardisierung:
X N (; 2 )
Z=
k-Regeln:
Wenn X (; 2 ), dann gilt:
P ( X + ) 0, 683
P ( 2 X + 2) 0, 954
P ( 3 X + 3) 0, 997
c
Troy
Verlag, 2015
4. Stochastik
69
Zentraler Grenzwertsatz:
Bedingungen:
Die Zufallsvariablen X1 , ..., Xn sind unabhangig und identisch verteilt
(nicht notwendigerweise normalverteilt) mit Erwartungswert und
Varianz 2 .
Der Zentrale Grenzwertsatz besagt Folgendes:
n

Xi n
X1 + ... + Xn n
Z=
= i=1
n
n
Es gilt also:
Z N (0; 1)
lim P (Z z) = (z)
Approximation durch die Normalverteilung:

app.
X1 + X2 + ... + Xn
N (n; n 2 )
(n ist hinreichend gro)
Das bedeutet, dass die Summe der Zufallsvariablen X1 , X2 , ..., Xn f
ur
hinreichend groe n (die Angaben f
ur n sind nicht einheitlich; n
zwischen 30 und 100) approximativ normalverteilt ist.
4.7
N
aherungsformeln fu
r die
Binomialverteilung
N
aherungsformel von Poisson:
Wenn p sehr klein und n sehr gro ist, dann gilt f
ur X B(n; p):

k e
n k
P (X = k) =
p (1 p)nk
mit = np
k
k!
N
aherungsformel von De Moivre-Laplace:
Wenn np(1 p) 9 ist, dann gilt f
ur X B(n; p):

k
1
mit = np und = np(1 p)
P (X = k)

k + 0, 5
mit = np und = np(1 p)
P (X k)
c
Troy
Verlag, 2015
70
4.8
4. Stochastik
Konfidenzintervalle
Ein Konfidenzintervall mit dem Konfidenzniveau 1 u

berdeckt mit
der Wahrscheinlichkeit 1 den unbekannten Parameter.
nmin ist der Mindesstichprobenumfang f
ur ein Konfidenzintervall mit
Niveau 1 , das hochstens die Breite l hat.
n
1
X=
Xi
(Schatzwert f
ur aus der Stichprobe)
n i=1
z1/2 : (1 /2)-Quantil der Standardnormalverteilung s. Tabelle
Konfidenzintervall f
ur den Erwartungswert :
Bedingungen: X ist normalverteilt, ist bekannt, n beliebig:

X z1/2
; X + z1/2
(Konfidenzniveau 1 )
n
n

2
2 z1/2
nmin =
l
Bedingungen: X ist normalverteilt, ist unbekannt n 100:

S
S
X z1/2
; X + z1/2
n
n

n
1
(Xi X)2
(Schatzwert f
ur )
mit S =
n i=1
Bedingungen: X ist nicht normalverteilt, ist bekannt, n 30:

X z1/2
; X + z1/2
n
n

2
2 z1/2
nmin =max 30,
l
c
Troy
Verlag, 2015
4. Stochastik
71
ur den Anteilswert p:
Bedingung: n p (1 p ) 9
n
1
Xi wobei Xi B(1; p)
mit p =
n i=1
(p ist Schatzwert f
ur p)
Konfidenzintervall mit Konfidenzniveau 1 :

p (1 p )
p (1 p )
; p + z1/2
p z1/2
n
n

2
(1 p )
4
p
9
1/2
,
nmin =max
p (1 p )
l2
ur eine Anzahl:
Die Vorgehensweise ist identisch wie beim Anteilswert p. Das
ur die Anzahl N p wird bestimmt, indem zusatzlich
die Grenzen mit N multipliziert werden.
ur die Anzahl mit Konfidenzniveau 1 :

p (1 p )
p (1 p )
; N p + z1/2
N p z1/2
n
n

2
2
4N z1/2 p (1 p )
9
,
nmin =max
p (1 p )
l2
4.9
Hypothesentests
Vorgehen beim Hypothesentest:

(1) Formulierung der Nullhypothese H0 und der logisch
entgegengesetzten Alternativhypothese (Gegenhypothese) H1
(2) Festlegung der Irrtumswahrscheinlichkeit (des Signifikanzniveaus)
(3) Bestimmung des Ablehungsbereichs A (Verwerfungsbereich,
kritischer Bereich)
(4) H0 wird abgelehnt, wenn der aus der Stichprobe ermittelte Wert in
den Ablehungsbereich fallt. Ansonsten wird H0 angenommen.
c
Troy
Verlag, 2015
72
4. Stochastik
Fehler beim Testen von Hypothesen:

H0 ist wirklich wahr
H0 wird
angenommen
H0 wird abgelehnt
(Annahme von H1 )
richtige Entscheidung
Fehler 1. Art
Wahrscheinlichkeit:
H1 ist wirklich wahr

Fehler 2. Art
Wahrscheinlichkeit:
richtige Entscheidung
P (H0 wird abgelehnt|H0 ist wahr)=

P (H0 wird angenommen|H1 ist wahr)=
Zweiseitige und einseitige Tests:

zweiseitiger Test:
Nullhypothese:
H0 : = 0
Alternativhypothese: H1 : = 0
Ablehnungsbereich bei
Verwendung der
Standardnormalverteilung:

A = t R| |t| > z1/2
/2
/2
Ablehnungs- Annahmebereich
bereich A
linksseitiger Test:
c
Troy
Verlag, 2015
z 1-/2
-z 1-/2
Nullhypothese:
H0 : 0
Alternativhypothese: H1 : < 0
Verwendung der
A = {t R| t < z1 }
f (z )
Ablehnungsbereich A
f (z )
-z 1-
Ablehnungsbereich A
Annahmebereich
4. Stochastik
rechtsseitiger Test:
73
f (z )
Nullhypothese:
H0 : 0
Alternativhypothese: H1 : > 0
Verwendung der
A = {t R| t > z1 }
z 1-
Annahmebereich
Ablehnungsbereich A
Binomialtest (Test auf den Anteilswert p):

zweiseitiger Test:
Hypothesen:
H 0 : p = p0
H1 : p = p0
Ablehungsbereich: A = {0; 1; ...; cl } {cr ; cr+1 ; ...; n}

Dabei ist cl die grote und crdie kleinste Zahl, f
ur
cl

n i
ni
p0 (1 p0 )
die gilt: Pn;p0 (X cl ) =

2
i=0 i
n

n i
ni
p0 (1 p0 )
Pn;p0 (X cr ) =
2
i=cr i
Entscheidung: Ablehnung von H0 , wenn in der Stichprobe die Anzahl

der Objekte, die das zu untersuchende Merkmal (mit der unbekannten
Eintrittswahrscheinlichkeit p) besitzen, Element des
Ablehnungsbereichs ist. Ansonsten wird H0 angenommen.
linksseitiger Test:
Hypothesen:
H 0 : p p0
H1 : p < p 0
Ablehungsbereich: A = {0; 1; ...; c}

Dabei ist c die moglichst grote Zahl, f
ur die gilt:

c

n i
ni
p0 (1 p0 )
Pn;p0 (X c) =
i=0 i
Entscheidung: siehe zweiseitiger Test
c
Troy
Verlag, 2015
74
5. Aussagenlogik
rechtsseitiger Test:
Hypothesen:
H 0 : p p0
H1 : p > p 0
Ablehungsbereich: A = {c; c + 1; ...; n}

Dabei ist c die moglichst kleinste Zahl, f
ur die gilt:

n

n i
ni
p0 (1 p0 )
Pn;p0 (X c) =
i=c i
Entscheidung: siehe zweiseitiger Test
Test auf den Erwartungswert :

Hypothesen:
b) H0 : 0
H1 : > 0
a) H0 : = 0
H1 : = 0
c) H0 : 0
H1 : < 0
Annahmen:
X ist normalverteilt, ist bekannt, n ist beliebig
(Gau-Test)
Entscheidung: Ablehnung von H0 , wenn

a) |T | > z1/2
mit:
T =
b) T > z1
X1 +X2 +...+Xn
n
c) T < z1
0
X 0
n=
n
Aussagenlogik
Die Aussagevariablen p und q konnen entweder wahr (w) oder falsch

(f ) sein.
Verkn
upfung von Aussagen:
Negation
Konjunktion
Disjunktion
Alternative
Implikation
Aquivalenz
p
pq
pq
pq
pq
pq
c
Troy
Verlag, 2015
nicht p
p und q; sowohl p als auch q
p oder q (nicht ausschlieendes oder)
entweder p oder q (ausschlieendes oder)
wenn p, dann q
p aquivalent zu q
6. Komplexe Zahlen
75
Es gelten folgende Zusammenhange:

p q = (p q) (p q)
p q = p q
p q = (p q) (p q)
Wahrheitswertetafel:
p
pq
pq
pq
pq
pq
w
w
f
f
w
f
w
f
f
f
w
w
f
w
f
w
w
f
f
f
w
w
w
f
f
w
w
f
w
f
w
w
w
f
f
w
Komplexe Zahlen
6.1
Darstellungsweisen
Normalform:
z = a + bi
mit a, b R und i2 = 1
a : Realteil von z (Re z)
b : Imaginarteil von z (Im z)
Die zu z konjugierte komplexe Zahl lautet:
z = a bi
Polarform:
z = r (cos() + sin() i)
mit r 0 und i2 = 1
(Im z) i
bi
r
i
0
z = a + bi
Re z
z = a bi
Exponentialform:
z = r ei
( im Bogenma)
mit ei = cos() + i sin()
Zusammenh
ange zwischen den Darstellungsformen:
c
Troy
Verlag, 2015
76
r=
6. Komplexe Zahlen
a2 + b 2
6.2
sin() =
b
r
cos() =
a
r
tan() =
b
a
Rechnen mit komplexen Zahlen
Rechnen mit der Normalform:

Gegeben:
z1 = a1 + b1 i und z2 = a2 + b2 i
z1 z2 = (a1 a2 ) + (b1 b2 ) i
z1 z2 = (a1 a2 b1 b2 ) + (a1 b2 + a2 b1 ) i
z1
a1 a2 + b1 b2 + (b1 a2 a1 b2 ) i
=
(z2 = 0 + 0i)
z2
a22 + b22

|z1 | = a21 + b21 bzw. |z2 | = a22 + b22
Rechnen mit der Polarform:
Gegeben: z1 = r1 (cos(1 ) + sin(1 ) i) und

z2 = r2 (cos(2 ) + sin(2 ) i)
z1 z2 = (r1 cos(1 ) r2 cos(2 )) + (r1 sin(1 ) r2 sin(2 )) i

z1 z2 = r1 r2 [cos(1 + 2 ) + sin(1 + 2 ) i]
r1
z1
=
[cos(1 2 ) + sin(1 2 ) i]
(z2 = 0 + 0i)
z2
r2
|z1 | = r1 bzw. |z2 | = r2
Rechnen mit der Exponentialform:

Gegeben:
z1 = r1 ei1 und z2 = r2 ei2
z1 z2 = r1 r2 ei(1 +2 )
r1 i(1 2 )
z1
=
e
(z2 = 0 + 0i)
z2
r2
z n = rn ein = rn (cos(n) + sin(n) i)
c
Troy
Verlag, 2015
(Moivresche Formel)
Mit Schlerpilot zum passenden

Ausbildungsplatz oder Studiengang.
78
Summierte Binomialverteilung: P (X k) =

n i
p (1 p)ni
i=0 i
k

p
n
0,02
0,05
0,1
1/6
0,2
0,25
0,3
1/3
0,4
0,5
1
2
0
0
1
0
1
2
0
1
2
3
0
1
2
3
4
0
1
2
3
4
5
0
1
2
3
4
5
6
0, 9800
0, 9604
9996
0, 9412
9988
9500
9025
9975
8574
9928
9999
8145
9860
9995
9000
8100
9900
7290
9720
9990
6561
9477
9963
9999
5905
9185
9914
9995
8333
6944
9722
5787
9259
9954
4823
8681
9838
9992
4019
8038
9645
9967
9999
3349
7368
9377
9913
9993
8000
6400
9600
5120
8960
9920
4096
8192
9728
9984
3277
7373
9421
9933
9997
2621
6554
9011
9830
9984
9999
2097
5767
8520
9667
9953
9996
7500
5625
9375
4219
8438
9844
3164
7383
9492
9961
2373
6328
8965
9844
9990
1780
5339
8306
9624
9954
9998
1335
4449
7564
9294
9871
9987
9999
7000
4900
9100
3430
7840
9730
2401
6517
9163
9919
1681
5282
8369
9692
9976
1176
4202
7443
9295
9891
9993
0824
3294
6471
8740
9712
9962
9998
6667
4444
8889
2963
7407
9630
1975
5926
8889
9877
1317
4609
7901
9547
9959
0878
3512
6804
8999
9822
9986
0585
2634
5706
8267
9547
9931
9995
6000
3600
8400
2160
6480
9360
1296
4752
8208
9744
0778
3370
6826
9130
9898
0467
2333
5443
8208
9590
9959
0280
1586
4199
7102
9037
9812
9984
5000
2500
7500
1250
5000
8750
0625
3125
6875
9375
0313
1875
5000
8125
9688
0156
1094
3438
6563
8906
9844
0078
0625
2266
5000
7734
9375
9922
0, 9224
9977
0, 9039
9962
9999
7738
9774
9988
0, 8858
9943
9998
7351
9672
9978
9999
5314
8857
9842
9987
9999
0, 8681
9921
9997
6983
9556
9962
9998
4783
8503
9743
9973
9998
2791
6698
9042
9824
9980
9999
nicht aufgef
uhrte Werte sind gleich 1,0000 (bei Rundung auf vier Dezimalstellen)
Es gilt:
F
ur p 0, 5 gilt:
Pn;p (X = k) = Pn;p (X k) Pn;p (X k 1)

Pn;p (X k) = 1 Pn;1p (X n k 1)
c
Troy
Verlag, 2015
79

n i
p (1 p)ni
i=0 i
k

p
n
0,02
0,05
0,1
1/6
0,2
0,25
0,3
1/3
0,4
0,5
0
1
2
3
4
5
6
7
0
1
2
3
4
5
6
7
8
0
1
2
3
4
5
6
7
8
9
0, 8508
9897
9996
6634
9428
9942
9996
4305
8131
9619
9950
9996
2326
6047
8652
9693
9954
9996
1678
5033
7969
9437
9896
9988
9999
1001
3671
6785
8862
9727
9958
9996
0, 8337
9869
9994
6302
9288
9916
9994
3874
7748
9470
9917
9991
9999
1938
5427
8217
9520
9910
9989
9999
1342
4362
7382
9144
9804
9969
9997
0751
3003
6007
8343
9511
9900
9987
9999
0576
2553
5518
8059
9420
9887
9987
9999
0404
1960
4628
7297
9012
9747
9957
9996
0, 8171
9838
9991
5987
9139
9885
9990
9999
3487
7361
9298
9872
9984
9999
1615
4845
7752
9303
9845
9976
9997
1074
3758
6778
8791
9672
9936
9991
9999
0563
2440
5256
7759
9219
9803
9965
9996
0390
1951
4682
7414
9121
9803
9974
9998
0260
1431
3772
6503
8552
9576
9917
9990
9999
0173
1040
2991
5593
7869
9234
9803
9966
9996
0168
1064
3154
5941
8263
9502
9915
9993
0101
0705
2318
4826
7334
9006
9750
9962
9997
0060
0464
1673
3823
6331
8338
9452
9877
9983
9999
0039
0352
1445
3633
6367
8555
9648
9961
0020
0195
0898
2539
5000
7461
9102
9805
9980
0010
0107
0547
1719
3770
6230
8281
9453
9893
9990
10
0282
1493
3828
6496
8497
9527
9894
9984
9999
nicht aufgef
Es gilt:
F
ur p 0, 5 gilt:

Pn;p (X k) = 1 Pn;1p (X n k 1)
c
Troy
Verlag, 2015
80

n i
p (1 p)ni
i=0 i
k

p
n
0,02
0,05
0,1
1/6
0,2
0,25
0,3
1/3
0,4
0,5
15
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
0, 7386
9647
9970
9998
4633
8290
9638
9945
9994
9999
2059
5490
8159
9444
9873
9978
9997
0649
2596
5322
7685
9102
9726
9934
9987
9998
0352
1671
3980
6482
8358
9389
9819
9958
9992
9999
0134
0802
2361
4613
6865
8516
9434
9827
9958
9992
9999
0047
0353
1268
2969
5155
7216
8689
9500
9848
9963
9993
9999
0023
0194
0794
2092
4041
6184
7970
9118
9692
9915
9982
9997
0005
0052
0271
0905
2173
4032
6098
7869
9050
9662
9907
9981
9997
0, 6676
9401
9929
9994
3585
7358
9245
9841
9974
9997
1216
3917
6769
8670
9568
9887
9976
9996
9999
0261
1304
3287
5665
7687
8982
9629
9887
9972
9994
9999
0115
0692
2061
4114
6296
8042
9133
9679
9900
9974
9994
9999
0032
0243
0913
2252
4148
6172
7858
8982
9591
9861
9961
9991
9998
0008
0076
0355
1071
2375
4164
6080
7723
8867
9520
9829
9949
9987
9997
0003
0033
0176
0604
1515
2972
4793
6615
8095
9081
9624
9870
9963
9991
9998
0000
0005
0036
0160
0510
1256
2500
4159
5956
7553
8725
9435
9790
9935
9984
9997
0000
0005
0037
0176
0592
1509
3036
5000
6964
8491
9408
9824
9963
9995
0000
0000
0002
0013
0059
0207
0577
1316
2517
4119
5881
7483
8684
9423
9793
9941
9987
9998
20
nicht aufgef
Es gilt:
F
ur p 0, 5 gilt:

Pn;p (X k) = 1 Pn;1p (X n k 1)
c
Troy
Verlag, 2015
81

n i
p (1 p)ni
i=0 i
k

p
n
0,02
0,05
0,1
1/6
0,2
0,25
0,3
1/3
0,4
0,5
25
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
0
1
2
3
4
5
6
7
8
9
0, 6035
9114
9868
9986
9999
2774
6424
8729
9659
9928
9988
9998
0718
2712
5371
7636
9020
9666
9905
9977
9995
9999
0105
0629
1887
3816
5937
7720
8908
9553
9843
9953
9988
9997
9999
0038
0274
982
2340
4207
6167
7800
8909
9532
9827
9944
9985
9996
9999
0008
0070
0321
0962
2137
3783
5611
7265
8506
9287
9703
9893
9966
9991
9998
0001
0016
0090
0332
0905
1935
3407
5118
6769
8106
9022
9558
9825
9940
9982
9995
9999
0000
0005
0035
0149
0462
1120
2215
3703
5376
6956
8220
9082
9585
9836
9944
9984
9996
9999
0000
0001
0004
0024
0095
0294
0736
1536
2735
4246
5858
7323
8462
9222
9656
9868
9957
9988
9997
9999
0, 3642
7358
9216
9822
9968
9995
9999
0769
2794
5405
7604
8964
9622
9882
9968
9992
9998
0052
0338
1117
2503
4312
6161
7702
8779
9421
9755
0001
0012
0066
0238
0643
1388
2506
3911
5421
6830
0000
0002
0013
0057
0185
0480
1034
1904
3073
4437
0000
0000
0001
0005
0021
0070
0194
0453
0916
1637
0000
0000
0000
0000
0002
0007
0025
0073
0183
0402
0000
0000
0000
0000
0000
0001
0005
0017
0050
0127
0000
0000
0000
0000
0000
0000
0000
0001
0002
0008
0000
0000
0000
0001
0005
0020
0073
0216
0539
1148
2122
3450
5000
6550
7878
8852
9461
9784
9927
9980
9995
9999
0000
0000
0000
0000
0000
0000
0000
0000
0000
0000
50
nicht aufgef
Es gilt:
F
ur p 0, 5 gilt:

Pn;p (X k) = 1 Pn;1p (X n k 1)
c
Troy
Verlag, 2015
82

n i
p (1 p)ni
i=0 i
k

p
n
50
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
0,02
0,05
0,1
1/6
0,2
0,25
0,3
1/3
0,4
0,5
9906
9968
9990
9997
9999
7986
8827
9373
9693
9862
9943
9978
9992
9997
9999
5836
7107
8139
8894
9393
9692
9856
9937
9975
9991
9997
9999
2622
3816
5110
6370
7481
8369
9017
9449
9713
9861
9937
9974
9990
9996
9999
0789
1390
2229
3279
4468
5692
6839
7822
8594
9152
9522
9749
9877
9944
9976
9991
9997
9999
0284
0570
1035
1715
2612
3690
4868
6046
7126
8036
8741
9244
9576
9778
9892
9951
9979
9992
9997
9999
0022
0057
0133
0280
0540
0955
1561
2369
3356
4465
5610
6701
7660
8438
9022
9427
9686
9840
9924
9966
9986
9995
9998
9999
0000
0000
0002
0005
0013
0033
0077
0164
0325
0595
1013
1611
2399
3359
4439
5561
6641
7601
8389
8987
9405
9675
9836
9923
9967
9987
9995
9998
nicht aufgef
Es gilt:
F
ur p 0, 5 gilt:

Pn;p (X k) = 1 Pn;1p (X n k 1)
c
Troy
Verlag, 2015
83
Standardnormalverteilung - Verteilungsfunktion (z)

z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
.,.0
0, 5000
5398
5793
6179
6554
6915
7257
7580
7881
8159
0, 8413
8643
8849
9032
9192
9332
9452
9554
9641
9713
0, 9772
9821
9861
9893
9918
9938
9953
9965
9974
9981
0, 9987
9990
9993
9995
9997
.,.1
.,.2
.,.3
.,.4
.,.5
.,.6
.,.7
.,.8
.,.9
5040
5438
5832
6217
6591
6950
7291
7611
7910
8186
8438
8665
8869
9049
9207
9345
9463
9564
9649
9719
9778
9826
9864
9896
9920
9940
9955
9966
9975
9982
9987
9991
9993
9995
9997
5080
5478
5871
6255
6628
6985
7324
7642
7939
8212
8461
8686
8888
9066
9222
9357
9474
9573
9656
9726
9783
9830
9868
9898
9922
9941
9956
9967
9976
9982
9987
9991
9994
9995
9997
5120
5517
5910
6293
6664
7019
7357
7673
7967
8238
8485
8708
8907
9082
9236
9370
9484
9582
9664
9732
9788
9834
9871
9901
9925
9943
9957
9968
9977
9983
9988
9991
9994
9996
9997
5160
5557
5948
6331
6700
7054
7389
7704
7995
8264
8508
8729
8925
9099
9251
9382
9495
9591
9671
9738
9793
9838
9875
9904
9927
9945
9959
9969
9977
9984
9988
9992
9994
9996
9997
5199
5596
5987
6368
6736
7088
7422
7734
8023
8289
8531
8749
8944
9115
9265
9394
9505
9599
9678
9744
9798
9842
9878
9906
9929
9946
9960
9970
9978
9984
9989
9992
9994
9996
9997
5239
5636
6026
6406
6772
7123
7454
7764
8051
8315
8554
8770
8962
9131
9279
9406
9515
9608
9686
9750
9803
9846
9881
9909
9931
9948
9961
9971
9979
9985
9989
9992
9994
9996
9997
5279
5675
6064
6443
6808
7157
7486
7794
8078
8340
8577
8790
8980
9147
9292
9418
9525
9616
9693
9756
9808
9850
9884
9911
9932
9949
9962
9972
9979
9985
9989
9992
9995
9996
9997
5319
5714
6103
6480
6844
7190
7517
7823
8106
8365
8599
8810
8997
9162
9306
9429
9535
9625
9699
9761
9812
9854
9887
9913
9934
9951
9963
9973
9980
9986
9990
9993
9995
9996
9997
5359
5753
6141
6517
6879
7224
7549
7852
8133
8389
8621
8830
9015
9177
9319
9441
9545
9633
9706
9767
9817
9857
9890
9916
9936
9952
9964
9974
9981
9986
9990
9993
9995
9997
9998
F
ur z 3, 90 gilt: (z) = 1, 0000 (bei Rundung auf vier Dezimalstellen)
Es gilt: (z) = 1 (z)
c
Troy
Verlag, 2015
84
Standardnormalverteilung - Quantile zp
p
zp
zp
zp
0,0001
0,0005
0,0010
0,0050
0,0100
0,0200
0,0250
0,0300
0,0400
0,0500
0,0600
0,0750
0,1000
0,1250
0,1500
0,1750
0,2000
0,2250
0,2500
-3,7190
-3,2905
-3,0902
-2,5758
-2,3263
-2,0537
-1,9600
-1,8808
-1,7507
-1,6449
-1,5548
-1,4395
-1,2816
-1,1503
-1,0364
-0,9346
-0,8416
-0,7554
-0,6745
0,2750
0,3000
0,3250
0,3500
0,3750
0,4000
0,4250
0,4500
0,4750
0,5000
0,5250
0,5500
0,5750
0,6000
0,6250
0,6500
0,6750
0,7000
0,7250
-0,5978
-0,5244
-0,4538
-0,3853
-0,3186
-0,2533
-0,1891
-0,1257
-0,0627
0,0000
0,0627
0,1257
0,1891
0,2533
0,3186
0,3853
0,4538
0,5244
0,5978
0,7500
0,7750
0,8000
0,8250
0,8500
0,8750
0,9000
0,9250
0,9400
0,9500
0,9600
0,9700
0,9750
0,9800
0,9900
0,9950
0,9990
0,9995
0,9999
0,6745
0,7554
0,8416
0,9346
1,0364
1,1503
1,2816
1,4395
1,5548
1,6449
1,7507
1,8808
1,9600
2,0537
2,3263
2,5758
3,0902
3,2905
3,7190
c
Troy
Verlag, 2015
Siemens Professional Education
Wir haben 2.000 Mglichkeiten

fr Ihre Zukunft.
Bewerben Sie sich jetzt bei einem der
grten Arbeitgeber Europas und sichern
Sie sich noch dieses Jahr einen von 2.000
Ausbildungs- und dualen Studienpltzen
bei Siemens.
Ob technischer, kaufmnnischer oder
IT-Beruf absolvieren Sie an einem von
rund 40 Standorten in Deutschland eine

Ausbildung oder einen dualen Studiengang Ihrer Wahl.
Facebook.com/StarteDeinSiemens
Youtube.com/siemens
kununu.com/siemens
whatchado.com
Gemeinsam machen wir den Unterschied denn Siemens bietet alles fr

einen guten Start ins Berufsleben.
siemens.de/ausbildung
86
A
Abhangigkeit, lineare . . . . . . . . . . . . 7
Ablehnungsbereich . . . . . . . . . . . . . 71
Ableitung(en)
Regeln . . . . . . . . . . . . . . . . . . . . . 28
Schreibweisen . . . . . . . . . . . . . . 27
spezielle . . . . . . . . . . . . . . . . . . . 28
Abschatzbarkeit . . . . . . . . . . . . . . . . 35
absolute Haufigkeit . . . . . . . . . 54, 58
Abstand
Gerade-parallele Ebene . . . . 20
parallele Ebenen . . . . . . . . . . . 20
parallele Geraden . . . . . . . . . . 20
Punkt-Ebene . . . . . . . . . . . . . . 19
Punkt-Gerade. . . . . . . . . . . . . .20
von zwei Punkten . . . . . . . . . . 19
windschiefe Geraden . . . . . . . 20
Addition von Matrizen . . . . . . . . . 47
Additionssatz . . . . . . . . . . . . . . . . . . 59
Additivitat . . . . . . . . . . . . . . . . . . . . .58
Adjunkte . . . . . . . . . . . . . . . . . . . . . . 49
Alternativgesetz. . . . . . . . . . . . . . . .10
Alternativhypothese. . . . . . . . . . . .71
Analysis . . . . . . . . . . . . . . . . . . . . . . . 21
Anfangsglied einer Folge . . . . . . . 21
arithmetische Folge . . . . . . . . . . . . 22
arithmetisches Mittel . . . . . . . . . . . 54
Assoziativgesetz . . . . . . . . . . . . . . . . . 6
Asymptote
lineare . . . . . . . . . . . . . . . . . . . . . 32
nichtlineare . . . . . . . . . . . . . . . . 32
vertikale . . . . . . . . . . . . . . . . . . . 31
c
Troy
Verlag, 2015
Aussagenlogik . . . . . . . . . . . . . . . . . . 74
Axiome von Kolmogorov . . . . . . . 58
B
Basis eines Vektorraumes . . . . . . . . 7
Bayes, Formel von . . . . . . . . . . . . . 60
bedingte Wahrscheinlichkeit . . . . 59
Bernoulli
Experiment . . . . . . . . . . . . . . . . 67
Kette . . . . . . . . . . . . . . . . . . . . . . 67
Verteilung . . . . . . . . . . . . . . . . . 67
beschranktes Wachstum . . . . . . . . 43
Beschranktheit . . . . . . . . . . . . . . . . . 21
Betrag eines Vektors . . . . . . . . . . . . 9
bijektiv . . . . . . . . . . . . . . . . . . . . . . . . 24
Bild einer Folge . . . . . . . . . . . . . . . . 21
Binomialkoeffizient . . . . . . . . . . . . . 61
Binomialtest . . . . . . . . . . . . . . . . . . . 73
Binomialverteilung
Definition . . . . . . . . . . . . . . . . . . 66
Tabellen . . . . . . . . . . . . . . . . . . . 78
binomischer Satz . . . . . . . . . . . . . . . 61
Bogenlange . . . . . . . . . . . . . . . . . . . . 40
C
charakteristische Gleichung. . . . .42
Cramersche Regel . . . . . . . . . . . . . . 51
D
De Moivre-Laplace . . . . . . . . . . . . . 69
Definitionsl
ucke
allgemein . . . . . . . . . . . . . . . . . . 31
stetig behebbare . . . . . . . . . . . 31
Definitionsmenge . . . . . . . . . . . . . . . 24
Determinante
n-reihige . . . . . . . . . . . . . . . . . . . 50
Definition . . . . . . . . . . . . . . . . . . 48
dreireihige . . . . . . . . . . . . . . . . . 49
zweireihige . . . . . . . . . . . . . . . . . 49
Determinantenverfahren . . . . . . . . 51
Diagonalmatrix . . . . . . . . . . . . . . . . 45
Dichtefunktion . . . . . . . . . . . . . . . . . 63
Differenzenquotient . . . . . . . . . . . . 27
Differenzialgleichung(en)
allgemein . . . . . . . . . . . . . . . . . . 40
Anwendungen . . . . . . . . . . . . . . 43
lineare . . . . . . . . . . . . . . . . . 40, 42
spezielle . . . . . . . . . . . . . . . . . . . 42
Differenzialquotient . . . . . . . . . . . . 27
Differenzierbarkeit . . . . . . . . . . . . . 27
Differenzmenge. . . . . . . . . . . . . . . . .58
Dimension eines Vektorraumes . . 7
Disjunktion . . . . . . . . . . . . . . . . . . . . 74
diskrete Zufallsvariable . . . . . . . . . 63
Distributivgesetz . . . . . . . . . . 6, 9, 10
Divergenz einer Folge . . . . . . . . . . 23
Dreieck (Flacheninhalt) . . . . . . . . 10
Dreiecksform . . . . . . . . . . . . . . . . . . . 51
Dreiecksmatrix . . . . . . . . . . . . . . . . . 45
Dreipunktegleichung . . . . . . . . . . . 12
Durchschnittsmenge . . . . . . . . . . . . 58
87
Normalenform . . . . . . . . . . . . . 13
Punktrichtungsgleichung . . . 12
Einheitsmatrix . . . . . . . . . . . . . . . . . 45
Einheitsvektor . . . . . . . . . . . . . . . . . . 7
Einselement . . . . . . . . . . . . . . . . . . . . . 6
Elementarereignis . . . . . . . . . . . . . . 57
Elemente einer Matrix . . . . . . . . . 44
Ereignis
-menge . . . . . . . . . . . . . . . . . . . . 57
Definition . . . . . . . . . . . . . . . . . . 57
elementares . . . . . . . . . . . . . . . . 57
Gegen-. . . . . . . . . . . . . . . . . . . . .58
sicheres . . . . . . . . . . . . . . . . . . . . 57
Teil- . . . . . . . . . . . . . . . . . . . . . . . 58
unmogliches . . . . . . . . . . . . . . . 57
Ergebnis/Ergebnismenge . . . . . . . 57
Erwartungswert
einer Zufallsvariablen . . . . . . 64
Konfidenzintervall . . . . . . . . . 70
Test . . . . . . . . . . . . . . . . . . . . . . . 74
erweiterte
Koeffizientenmatrix . . . . . . . . 50
Matrix . . . . . . . . . . . . . . . . . . . . . 46
eulersche Zahl . . . . . . . . . . . . . . . . . . 23
explizite Bildungsvorschrift . . . . . 22
Exponentialform . . . . . . . . . . . . . . . 75
Exponentielles Wachstum . . . . . . 43
Extrema
globales . . . . . . . . . . . . . . . . . . . . 32
lokales . . . . . . . . . . . . . . . . . . . . . 32
E
Ebene
allgemeine Form . . . . . . . . . . . 13
F
Dreipunktegleichung . . . . . . . 12 Faktorregel . . . . . . . . . . . . . . . . . 28, 35
Hessesche Normalenform . . . 13 Fakultat . . . . . . . . . . . . . . . . . . . . . . . 61
Koordinatengleichung . . . . . . 13 Falksches Schema. . . . . . . . . . . . . .48
c
Troy
Verlag, 2015
88
Fehler 1. Art . . . . . . . . . . . . . . . . . . . 72
Fehler 2. Art . . . . . . . . . . . . . . . . . . . 72
Flachenberechnung . . . . . . . . . . . . . 38
Flacheninhalt (Parallelogramm) 10
Folge
arithmetische . . . . . . . . . . . . . . 22
Definition . . . . . . . . . . . . . . . . . . 21
geometrische . . . . . . . . . . . . . . . 22
Formel
Moivresche . . . . . . . . . . . . . . . . 76
von Bayes. . . . . . . . . . . . . . . . . .60
Fupunkt . . . . . . . . . . . . . . . . . . . . . . 20
Funktion(en)
Definition . . . . . . . . . . . . . . . . . . 24
Differenzierbarkeit . . . . . . . . . 27
gebrochenrationale . . . . . . . . . 31
monotone . . . . . . . . . . . . . . . . . . 32
Stetigkeit . . . . . . . . . . . . . . . . . . 26
symmetrische . . . . . . . . . . . . . . 31
Umkehr- . . . . . . . . . . . . . . . . . . . 24
Verkettung. . . . . . . . . . . . . . . . .24
G
Gau-Test . . . . . . . . . . . . . . . . . . . . . 74
Gau-Verfahren . . . . . . . . . . . . . . . . 51
gebrochenrationale Funktion . . . 31
Gegenereignis . . . . . . . . . . . . . . . . . . 58
Gegenhypothese. . . . . . . . . . . . . . . .71
Gegenvektor . . . . . . . . . . . . . . . . . . . . 8
geometrische
Folge . . . . . . . . . . . . . . . . . . . . . . 22
unendliche Reihe . . . . . . . . . . . 22
geometrisches Mittel . . . . . . . . . . . 55
Gerade
Hessesche Normalenform . . . 12
c
Troy
Verlag, 2015
Normalenform . . . . . . . . . . . . . 11
Punktrichtungsgleichung . . . 11
Zweipunktegleichung . . . . . . . 11
Gleichverteilung, diskrete . . . . . . 66
Glied einer Folge . . . . . . . . . . . . . . . 21
Grenzwert(e)
einer Folge . . . . . . . . . . . . . . . . . 23
einer Funktion . . . . . . . . . . . . . 25
gegen unendlich . . . . . . . . . . . . 25
linksseitiger . . . . . . . . . . . . . . . . 25
rechtsseitiger . . . . . . . . . . . . . . . 25
spezielle . . . . . . . . . . . . . . . . . . . 23
Grenzwertsatze
f
ur Funktionen . . . . . . . . . . . . . 26
f
ur Zahlenfolgen . . . . . . . . . . . 23
Grenzwertsatz, Zentraler . . . . . . . 69
Grundgesamtheit. . . . . . . . . . . . . . .54
H
Haufigkeit
absolute . . . . . . . . . . . . . . . . 54, 58
relative. . . . . . . . . . . . . . . . .54, 58
Haufigkeitstabelle . . . . . . . . . . . . . . 54
Halbweite . . . . . . . . . . . . . . . . . . . . . . 56
Harmonisches Mittel . . . . . . . . . . . 54
Hauptdiagonale . . . . . . . . . . . . . . . . 45
Hauptsatz der Differenzial- und Integralrechnung . . . . . . . . . 35
Hessesche Normalenform
einer Ebene . . . . . . . . . . . . . . . . 13
einer Geraden . . . . . . . . . . . . . . 12
Hochpunkt . . . . . . . . . . . . . . . . . . . . . 32
homogen
Differenzialgleichung . . . . . . . 40
Gleichungssystem . . . . . . . . . . 50
Hypergeometrische Verteilung . . 66
Hypothesentest
auf den Anteilswert . . . . . . . . 73
auf den Erwartungswert. . . .74
Fehlerarten . . . . . . . . . . . . . . . . 72
linksseitiger . . . . . . . . . . . . 72, 73
rechtsseitiger . . . . . . . . . . . 73, 74
Vorgehen . . . . . . . . . . . . . . . . . . 71
zweiseitiger. . . . . . . . . . . . .72, 73
I
Imaginarteil . . . . . . . . . . . . . . . . . . . . 75
Implikation . . . . . . . . . . . . . . . . . . . . 74
inhomogen
Differenzialgleichung . . . . . . . 40
injektiv . . . . . . . . . . . . . . . . . . . . . . . . 24
Integral(e)
bestimmtes (Definition) . . . . 34
bestimmtes (Eigenschaften) 35
spezielle . . . . . . . . . . . . . . . . . . . 36
unbestimmtes . . . . . . . . . . . . . . 34
Integralfunktion . . . . . . . . . . . . . . . . 34
Integralrechnung . . . . . . . . . . . . . . . 34
Integration
durch Substitution . . . . . . . . . 35
logarithmische . . . . . . . . . . . . . 35
partielle . . . . . . . . . . . . . . . . . . . 35
Integrationskonstante . . . . . . . . . . 34
Interquartilsabstand. . . . . . . . . . . .56
Intervalladditivitat . . . . . . . . . . . . . 35
inverse Matrix . . . . . . . . . . . . . . . . . 46
inverses Element . . . . . . . . . . . . . . . . 6
Irrtumswahrscheinlichkeit . . . . . . 71
c
Troy
Verlag, 2015
89
K
k-Regeln . . . . . . . . . . . . . . . . . . . . . . 68
Keplersche Fassregel . . . . . . . . . . . 38
Kettenregel . . . . . . . . . . . . . . . . . . . . 28
Koeffizientendeterminante . . . . . . 51
Koeffizientenmatrix . . . . . . . . . . . . 50
kollinear . . . . . . . . . . . . . . . . . . . . . . . . 7
Kolmogorov . . . . . . . . . . . . . . . . . . . . 58
Kombinationen . . . . . . . . . . . . . . . . 62
Kombinatorik . . . . . . . . . . . . . . . . . . 61
Kommutativgesetz . . . . . . . . . . . . 6, 9
komplanar . . . . . . . . . . . . . . . . . . . . . . 7
komplexe Zahlen . . . . . . . . . . . . . . . 75
Komponente einer Matrix . . . . . . 44
Komponentendarstellung . . . . . . . . 8
Konfidenzintervall
Definition . . . . . . . . . . . . . . . . . . 70
f
ur den Erwartungswert . . . . 70
f
ur eine Anzahl . . . . . . . . . . . . 71
konjugierte komplexe Zahl . . . . . 75
Konjunktion . . . . . . . . . . . . . . . . . . . 74
konkav . . . . . . . . . . . . . . . . . . . . . . . . . 33
Konstantenvektor . . . . . . . . . . . . . . 50
Konvergenz einer Folge . . . . . . . . . 23
konvex . . . . . . . . . . . . . . . . . . . . . . . . . 33
Koordinatendarstellung . . . . . . . . . 8
Koordinatengleichung
einer Ebene . . . . . . . . . . . . . . . . 13
einer Geraden . . . . . . . . . . . . . . 12
einer Kugel . . . . . . . . . . . . . . . . 14
Korrelationskoeffizient . . . . . . . . . 56
Kovarianz . . . . . . . . . . . . . . . . . . . . . . 56
Kr
ummungskreis . . . . . . . . . . . . . . . 33
Kr
ummungsverhalten . . . . . . . . . . 33
Kreuzprodukt . . . . . . . . . . . . . . . . . . 10
90
kritischer Bereich . . . . . . . . . . . . . . 71
Kugeln . . . . . . . . . . . . . . . . . . . . . . . . . 14
Kurvenuntersuchung . . . . . . . . . . . 31
L
lHospital . . . . . . . . . . . . . . . . . . . . . . 25
Lange eines Vektors . . . . . . . . . . . . . 9
Lagebeziehung
Ebene-Ebene . . . . . . . . . . . . . . 16
Ebene-Kugel . . . . . . . . . . . . . . . 18
Gerade-Ebene. . . . . . . . . . . . . .16
Gerade-Gerade . . . . . . . . . . . . . 15
Gerade-Kugel . . . . . . . . . . . . . . 16
Kugel-Kugel . . . . . . . . . . . . . . . 18
Punkt-Ebene . . . . . . . . . . . . . . 15
Punkt-Gerade. . . . . . . . . . . . . .15
Laplace
-Experiment . . . . . . . . . . . . . . . 59
Naherungsformel . . . . . . . . . . . 69
Laplacescher Entwicklungssatz . 50
lineare
Differenzialgleichungen . . . . . 40
Substitution . . . . . . . . . . . . . . . 35
Unabhangigkeit . . . . . . . . . . . . . 7
Lineare Algebra . . . . . . . . . . . . . . . . 43
lineares
Wachstum . . . . . . . . . . . . . . . . . 43
Linearkombination . . . . . . . . . . . . . . 7
Linkskurve . . . . . . . . . . . . . . . . . . . . . 33
linksseitiger Test . . . . . . . . . . . 72, 73
logarithmische Integration . . . . . . 35
logistisches Wachstum. . . . . . . . . .43
M
Matrix
c
Troy
Verlag, 2015
Definition . . . . . . . . . . . . . . . . . . 44
erweiterte . . . . . . . . . . . . . . . . . . 46
inverse . . . . . . . . . . . . . . . . . . . . . 46
Multiplikation mit Zahl . . . . 47
quadratische . . . . . . . . . . . . . . . 45
Rang . . . . . . . . . . . . . . . . . . . . . . 44
schiefsymmetrische . . . . . . . . . 45
symmetrische . . . . . . . . . . . . . . 45
transponierte . . . . . . . . . . . . . . 45
Matrizen
Multiplikation . . . . . . . . . . . . . 47
Subtraktion/Addition . . . . . . 47
Maximum
globales . . . . . . . . . . . . . . . . . . . . 32
lokales . . . . . . . . . . . . . . . . . . . . . 32
Median . . . . . . . . . . . . . . . . . . . . . . . . 55
mehrstufiges Zufallsexperiment . 60
Menge
Differenz- . . . . . . . . . . . . . . . . . . 58
Durschnitts- . . . . . . . . . . . . . . . 58
Vereinigungs- . . . . . . . . . . . . . . 58
Minimum
globales . . . . . . . . . . . . . . . . . . . . 32
lokales . . . . . . . . . . . . . . . . . . . . . 32
Mittel
arithmetisches . . . . . . . . . . . . . 54
der absoluten Abweichungen56
geometrisches . . . . . . . . . . . . . . 55
harmonisches . . . . . . . . . . . . . . 54
Mittelwertsatz
der Differenzialrechnung . . . 30
der Integralrechnung . . . . . . . 37
mittlere absolute Abweichung . . 56
Modalwert . . . . . . . . . . . . . . . . . . . . . 55
Modus . . . . . . . . . . . . . . . . . . . . . . . . . 55
Moivresche Formel . . . . . . . . . . . . 76
Moivre-Laplace . . . . . . . . . . . . . . . . 69
Monotonie
bei einer Folge . . . . . . . . . . . . . 22
bei einer Funktion . . . . . . . . . 32
beim bestimmten Integral . . 35
Multiplikation
Matrix mit reller Zahl. . . . . .47
zwei Matrizen . . . . . . . . . . . . . . 47
Multiplikationssatz . . . . . . . . . . . . . 59
N
Naherungsformel
von Moivre-Laplace . . . . . . . . 69
von Poisson . . . . . . . . . . . . . . . . 69
Naherungslosungen. . . . . . . . . . . . .30
Nebendiagonale . . . . . . . . . . . . . . . . 45
Negation . . . . . . . . . . . . . . . . . . . . . . . 74
Newtonsches Naherungsverfahren
30
Nicht-Negativitat . . . . . . . . . . . . . . 58
Normale . . . . . . . . . . . . . . . . . . . . . . . 33
Normaleneinheitsvektor. . . . .12, 13
Normalenform
einer Ebene . . . . . . . . . . . . . . . . 13
einer Geraden . . . . . . . . . . . . . . 11
Normalenvektor
einer Ebene . . . . . . . . . . . . . . . . 13
einer Geraden . . . . . . . . . . . . . . 11
Normalform . . . . . . . . . . . . . . . . . . . . 75
Normalverteilung . . . . . . . . . . . . . . 67
Normierung . . . . . . . . . . . . . . . . . . . . 58
Nullelement . . . . . . . . . . . . . . . . . . . . . 6
Nullfolge . . . . . . . . . . . . . . . . . . . . . . . 23
Nullhypothese. . . . . . . . . . . . . . . . . .71
c
Troy
Verlag, 2015
91
Nullmatrix . . . . . . . . . . . . . . . . . . . . . 46
Nullstellen
Definition . . . . . . . . . . . . . . . . . . 32
Naherungslosungen . . . . . . . . 30
Nullstellensatz . . . . . . . . . . . . . . . . . 26
Nullvektor . . . . . . . . . . . . . . . . . . . . . . 7
O
Obersumme . . . . . . . . . . . . . . . . . . . . 37
orthogonal . . . . . . . . . . . . . . . . . . . . . 34
Ortsvektor . . . . . . . . . . . . . . . . . . . . . . 8
P
Parabelformel . . . . . . . . . . . . . . . . . . 38
parallel
Ebene-Ebene . . . . . . . . . . . . . . 16
Gerade-Ebene. . . . . . . . . . . . . .16
Parallelogramm . . . . . . . . . . . . . . . . 10
parellel . . . . . . . . . . . . . . . . . . . . . . . . 15
Partialsumme(n)
Definition . . . . . . . . . . . . . . . . . . 21
spezielle . . . . . . . . . . . . . . . . . . . 22
partielle Integration . . . . . . . . . . . . 35
Pascalsches Dreieck . . . . . . . . . . . . 61
Permutationen . . . . . . . . . . . . . . . . . 62
Pfadregel . . . . . . . . . . . . . . . . . . . . . . 60
Poisson, Naherungsformel . . . . . . 69
Polarform . . . . . . . . . . . . . . . . . . . . . . 75
Polstelle . . . . . . . . . . . . . . . . . . . . . . . 31
Produktregel . . . . . . . . . . . . . . . 28, 60
Punktprobe . . . . . . . . . . . . . . . . 15, 16
Punktrichtungsgleichung
einer Ebene . . . . . . . . . . . . . . . . 12
einer Geraden . . . . . . . . . . . . . . 11
92
Q
Schnittkreis . . . . . . . . . . . . . . . . . . . . 18
Quadratische Matrix . . . . . . . . . . . 45 Schnittpunkt
von Gerade und Ebene . . . . . 16
Quantile der Standardnormalvervon Gerade und Kugel . . . . . 16
teilung. . . . . . . . . . . . . . . . .84
von zwei Geraden . . . . . . . . . . 15
Quotientenregel . . . . . . . . . . . . . . . . 28
von zwei Kugeln . . . . . . . . . . . 18
R
Schnittwinkel
Rang einer Matrix . . . . . . . . . . . . . 44
zweier Funktionen . . . . . . . . . 34
Realteil . . . . . . . . . . . . . . . . . . . . . . . . 75
zwischen Gerade/Ebene . . . . 19
Rechtskurve. . . . . . . . . . . . . . . . . . . .33
zwischen Vektoren . . . . . . . . . 18
rechtsseitiger Test . . . . . . . . . . 73, 74
zwischen zwei Ebenen . . . . . . 19
Rechtssystem . . . . . . . . . . . . . . . . . . 10
zwischen zwei Geraden . . . . . 19
Regel
Schranke . . . . . . . . . . . . . . . . . . . . . . . 21
von lHospital . . . . . . . . . . . . . . 25 Sekantenformel . . . . . . . . . . . . . . . . . 37
von Sarrus . . . . . . . . . . . . . . . . . 49 Sekantenverfahren . . . . . . . . . . . . . . 30
Regressionsgerade . . . . . . . . . . . . . . 57 sicheres Ereignis . . . . . . . . . . . . . . . 57
Regula falsi . . . . . . . . . . . . . . . . . . . . 30 Signifikanzniveau . . . . . . . . . . . . . . . 71
Reihe
Simpsonsche Regel . . . . . . . . . . . . . 38
Definition . . . . . . . . . . . . . . . . . . 21 Skalarprodukt . . . . . . . . . . . . . . . . . . . 9
unendliche . . . . . . . . . . . . . . . . . 21 Spaltenvektor . . . . . . . . . . . . . . . . . . 44
unendliche geometrische. . . .22 Spannvektoren . . . . . . . . . . . . . . . . . 12
rekursive Bildungsvorschrift . . . . 22 Spannweite . . . . . . . . . . . . . . . . . . . . 56
relative Haufigkeit . . . . . . . . . . 54, 58 Spatprodukt . . . . . . . . . . . . . . . . . . . 10
utzvektor . . . . . . . . . . . . . . . . 11, 12
Reprasentant eines Vektors . . . . . . 7 St
Richtungsvektor . . . . . . . . . . . . 11, 12 Staffelform . . . . . . . . . . . . . . . . . . . . . 51
Rotationskorper . . . . . . . . . . . . . . . . 39 Stammfunktion(en)
Definition . . . . . . . . . . . . . . . . . . 34
S
spezielle . . . . . . . . . . . . . . . . . . . 36
Sarrus . . . . . . . . . . . . . . . . . . . . . . . . . 49 Standardabweichung
Sattelpunkt . . . . . . . . . . . . . . . . . . . . 33
Satz
empirische . . . . . . . . . . . . . . . . . 55
binomischer . . . . . . . . . . . . . . . . 61 Standardisierung . . . . . . . . . . . . . . . 68
von Taylor . . . . . . . . . . . . . . . . . 30 Standardnormalverteilung
schiefsymmetrische Matrix . . . . . 45
Definition . . . . . . . . . . . . . . . . . . 68
Tabelle . . . . . . . . . . . . . . . . . . . . 83
Schnitt zweier Kurven . . . . . . . . . . 34
c
Troy
Verlag, 2015
stetige Zufallsvariable . . . . . . . . . . 63
Stetigkeit . . . . . . . . . . . . . . . . . . . . . . 26
Stichprobe . . . . . . . . . . . . . . . . . . . . . 54
Stochastik . . . . . . . . . . . . . . . . . . . . . 52
Substitution, lineare . . . . . . . . . . . 35
Substitutionsregel . . . . . . . . . . . . . . 35
Subtraktion von Matrizen . . . . . . 47
Summenregel . . . . . . . . . . . 28, 35, 60
surjektiv . . . . . . . . . . . . . . . . . . . . . . . 24
Symmetrie
bei Funktionen . . . . . . . . . . . . . 31
Standardnormalverteilung . . 68
symmetrische Matrix . . . . . . . . . . . 45
Systemmatrix . . . . . . . . . . . . . . . . . . 50
T
Tabellen
Binomialverteilung . . . . . . . . . 78
Standardnormalverteilung . . 83
Tangente . . . . . . . . . . . . . . . . . . . . . . . 33
Tangentialebene . . . . . . . . . . . . . . . . 14
Taylor, Satz von . . . . . . . . . . . . . . . 30
Teilereignis. . . . . . . . . . . . . . . . . . . . .58
Test (siehe Hypothesentest) . . . . 71
Tiefpunkt . . . . . . . . . . . . . . . . . . . . . . 32
Totale Wahrscheinlichkeit . . . . . . 60
transponierte Matrix . . . . . . . . . . . 45
Trapezverfahren. . . . . . . . . . . . . . . .37
Tschebyschewsche Ungleichung . 64
U
Umkehrfunktion
Ableitung . . . . . . . . . . . . . . . . . . 28
Definition . . . . . . . . . . . . . . . . . . 24
Unabhangigkeit
c
Troy
Verlag, 2015
93
lineare . . . . . . . . . . . . . . . . . . . . . . 7
von zwei Ereignissen . . . . . . . 60
unendliche
geometrische Reihe . . . . . . . . 22
Reihe . . . . . . . . . . . . . . . . . . . . . . 21
unmogliches Ereignis . . . . . . . . . . . 57
Unterdeterminante . . . . . . . . . . . . . 49
Untermatrix . . . . . . . . . . . . . . . . . . . 46
Untersumme . . . . . . . . . . . . . . . . . . . 37
Urliste . . . . . . . . . . . . . . . . . . . . . . . . . 54
Urnenmodell . . . . . . . . . . . . . . . 66, 67
V
Varianz
empirische . . . . . . . . . . . . . . . . . 55
Variationen . . . . . . . . . . . . . . . . . . . . 62
Vektor
Addition/Subtraktion . . . . . . . 9
Definition . . . . . . . . . . . . . . . . . . . 7
Komponentendarstellung . . . . 8
Koordinatendarstellung . . . . . 8
Lange (Betrag). . . . . . . . . . . . . .9
Multiplika. mit reeller Zahl . . 9
zwischen zwei Punkten . . . . . . 8
Vektorprodukt . . . . . . . . . . . . . . . . . 10
Vektorraum . . . . . . . . . . . . . . . . . . . . . 6
Vereinigunsgmenge . . . . . . . . . . . . . 58
verkettbar . . . . . . . . . . . . . . . . . . . . . 47
Verkettung . . . . . . . . . . . . . . . . . . . . . 24
Verteilung
Bernoulli- . . . . . . . . . . . . . . . . . . 67
Binomial- . . . . . . . . . . . . . . . . . . 66
diskrete Gleichverteilung . . . 66
hypergeometrische . . . . . . . . . 66
94
Normal- . . . . . . . . . . . . . . . . . . . 67
Standardnormal- . . . . . . . . . . . 68
Verteilungsfunktion . . . . . . . . . . . . 63
Verwerfungsbereich . . . . . . . . . . . . 71
Volumen eines Spates . . . . . . . . . . 10
Vorzeichenwechsel . . . . . . . . . . . . . . 31
W
Wachstum
beschranktes . . . . . . . . . . . . . . . 43
exponentielles . . . . . . . . . . . . . . 43
lineares . . . . . . . . . . . . . . . . . . . . 43
logistisches . . . . . . . . . . . . . . . . .43
Wahrheitswertetafel . . . . . . . . . . . . 75
Wahrscheinlichkeit
bedingte . . . . . . . . . . . . . . . . . . . 59
totale . . . . . . . . . . . . . . . . . . . . . . 60
Wahrscheinlichkeitsfunktion 58, 63
Wahrscheinlichkeitstabellen . . . . 78
Wahrscheinlichkeitsverteilung . . 63
Wendepunkt . . . . . . . . . . . . . . . . . . . 33
Wertemenge . . . . . . . . . . . . . . . . . . . 24
windschief . . . . . . . . . . . . . . . . . . . . . 15
c
Troy
Verlag, 2015
Winkel (siehe Schnittwinkel) . . . 18

Z
Zahlerdeterminante . . . . . . . . . . . . 51
Zahlenfolge . . . . . . . . . . . . . . . . . . . . 21
Zeilenvektor. . . . . . . . . . . . . . . . . . . .44
Zentraler Grenzwertsatz . . . . . . . . 69
Zentralwert . . . . . . . . . . . . . . . . . . . . 55
Zielmenge . . . . . . . . . . . . . . . . . . . . . . 24
Zufallsexperiment
Definition . . . . . . . . . . . . . . . . . . 57
mehrstufiges . . . . . . . . . . . . . . . 60
Zufallsgroe . . . . . . . . . . . . . . . . . . . . 63
Zufallsvariable
Definition . . . . . . . . . . . . . . . . . . 63
diskrete . . . . . . . . . . . . . . . . . . . . 63
Erwartungswert . . . . . . . . . . . . 64
Standardabweichung . . . . . . . 64
stetige . . . . . . . . . . . . . . . . . . . . . 63
Varianz . . . . . . . . . . . . . . . . . . . . 64
Zweipunktegleichung . . . . . . . . . . . 11
zweiseitiger Test . . . . . . . . . . . . 72, 73
Zwischenwertsatz . . . . . . . . . . . . . . 26
Notizen
c
Troy
Verlag, 2015
95
96
c
Troy
Verlag, 2015
Notizen
Notizen
c
Troy
Verlag, 2015
97
98
c
Troy
Verlag, 2015
Notizen
lbanken Praktika Professorenprole Forschungsin

marbeiten Business Schools Veranstaltungen Stude
urtipps Unternehmensportraits Diplomarbeiten Pra
akademien Formelsammlungen Statistische mte
haftswrterbcher Literaturtipps Trainee Programm
dien Verlage Stellenangebote Wettbewerbe Zentra
chulstandorte Fachartikel Fachschaften Wirtschaf
Gratisnutzung
aller Aufgaben
und Lsungen
Klausuren bestehen
durch Online-Klausurvorbereitung
Bei Mathods.com wirst Du auf das erfolgreiche Bestehen

Deiner Mathematik- und Statistik-Klausuren effektiv
vorbereitet. Wir bieten Dir eine umfassende Sammlung
aller klausurrelevanten Aufgaben und die dazugehrigen Lsungswege. So lernst Du schnell und bequem, wie
jede Aufgabe richtig zu lsen ist.
Sichere Dir Deinen Erfolg!
www.mathods.com

Formelsammlung Mathematik Schueler b41

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Formelsammlung Mathematik Schueler b41

Загружено:

Авторское право:

Доступные форматы

Dr. Ren M.

Schrder, Michael Bttcher

Wer suchet, der findet!

1. Vektorrechnung und analytische Geometrie

Vektorrechnung und analytische

Definition eines Vektorraumes:

1. Vektorrechnung und analytische Geometrie

Basis eines Vektorraumes:

Dimension eines Vektorraumes:

1. Vektorrechnung und analytische Geometrie

Koordinatendarstellung eines Vektors:

Komponentendarstellung eines Vektors:

Vektor zwischen zwei Punkten:

Vektor von Punkt A(ax ; ay ; az ) zu Punkt B(bx ; by ; bz ):

1. Vektorrechnung und analytische Geometrie

Lange des Vektors AB:

|AB| = (bx ax )2 + (by f (xay) =

Operationen mit Vektoren

Addition und Subtraktion:

Multiplikation mit einer reellen Zahl:

Das Skalarprodukt a b ist eine reelle Zahl:

1. Vektorrechnung und analytische Geometrie

Flacheninhalt A des von a und b

(a b) c = (ay bz az by )cx + (az bx ax bz )cy + (ax by ay bx )cz

Das Spatprodukt ist eine reelle Zahl.

1. Vektorrechnung und analytische Geometrie

Punktrichtungsgleichung einer Geraden:

Gerade g durch den Punkt P mit dem Richtungsvektor u:

Schreibweise mit Koordinaten f

Zweipunktegleichung einer Geraden:

Gerade g durch die Punkte P und Q:

Schreibweise mit Koordinaten f

Normalenform einer Geraden:

p: Ortsvektor des Punktes P auf der Geraden g

1. Vektorrechnung und analytische Geometrie

Hessesche Normalenform einer Geraden:

Die Hessesche Normalenform ist ein Spezialfall der Normalenform. Es

Punktrichtungsgleichung einer Ebene:

Ebene E durch den Punkt P und den Richtungsvektoren

Schreibweise mit Koordinaten:

Dreipunktegleichung einer Ebene:

E : x = p + r(q p) + s(r p) = 0P + rP Q + sP R

Schreibweise mit Koordinaten:

1. Vektorrechnung und analytische Geometrie

Normalenvektor einer Ebene:

Ein Normalenvektor n der Ebene E steht senkrecht auf der Ebene E.

Folglich steht der Normalenvektor senkrecht auf

Normalenform einer Ebene:

p: Ortsvektor des Punktes P auf der Ebene E

Hessesche Normalenform einer Ebene:

Allgemeine Form (Koordinatengleichung):

1. Vektorrechnung und analytische Geometrie

Wandelt man die Normalenform E : (x p) n = 0 in die

Allgemeine (vektorielle) Gleichung einer Kugel:

Koordinatengleichung einer Kugel:

Tangentialebene einer Kugel:

1. Vektorrechnung und analytische Geometrie

Ebene E gegeben, dann setzt man zur Uberpr

(2) u und v sind linear unabhangig. Gilt dazu:

1. Vektorrechnung und analytische Geometrie

Hat die Gleichung (

Hat die Gleichung (

(2) Die Normalenvektoren n und m

1. Vektorrechnung und analytische Geometrie

Das Skalarprodukt a b ist eine reelle Zahl:

Flacheninhalt A des von a und b

(a b) c = (ay bz az by )cx + (az bx ax bz )cy + (ax by ay bx )cz

Gerade g durch den Punkt P mit dem Richtungsvektor u:

p: Ortsvektor des Punktes P auf der Geraden g

E : x = p + r(q p) + s(r p) = 0P + rP Q + sP R

Ein Normalenvektor n der Ebene E steht senkrecht auf der Ebene E.

p: Ortsvektor des Punktes P auf der Ebene E

Wandelt man die Normalenform E : (x p) n = 0 in die

(2) u und v sind linear unabhangig. Gilt dazu:

Hat die Gleichung (

Hat die Gleichung (

(2) Die Normalenvektoren n und m

d(P, Q) = |P Q| = |q p| = (qx px )2 + (qy py )2 + (qz pz )2

Abstand d eines Punktes Q mit dem Ortsvektor q von einer Ebene E:

(a1 = 0, |q| < 1)

n-te Ableitung: f (n) (x) = [f (n1) (x)] = y (n) =

f (x) = u (x) + v (x)

f (x) = u (x) v(x) + u(x) v (x)

f (x) = v (u(x)) u (x)