Beiträge von Mathe_Marco

Gute Frage – das ist die Stelle, an der Statistik von „Formel einsetzen“ zu „verstehen, was man da tut“ wird. Der Trick ist, sich klarzumachen, dass beide Fehler an derselben Entscheidungsgrenze hängen.

Stell dir eine Zahlengerade mit deiner Teststatistik vor. Du legst einen Punkt fest (den kritischen Wert): rechts davon lehnst du H0 ab, links davon behältst du sie.

• α (Fehler 1. Art) = die Wahrscheinlichkeit, dass du rechts landest, obwohl H0 wahr ist. Das ist genau dein Signifikanzniveau – du legst es vorher selbst fest.
• β (Fehler 2. Art) = die Wahrscheinlichkeit, dass du links landest, obwohl H1 wahr ist.

Und jetzt kommt der Punkt: Wenn du α von 5 % auf 1 % senkst, verschiebst du die Grenze nach rechts. Der Ablehnbereich wird kleiner. Damit landest du seltener fälschlich im Ablehnbereich – aber eben auch dann seltener, wenn H0 tatsächlich falsch ist. β steigt also automatisch. Ein Schieberegler, zwei Enden: ziehst du an einem, geht das andere hoch.

Die Güte (Macht, engl. power) ist einfach 1 − β: die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt auch zu finden. Ein Test mit α = 0,1 % ist super darin, keine falschen Alarme zu schlagen, und gleichzeitig ziemlich blind für echte Unterschiede.

Es gibt aber einen Ausweg, und den will die Aufgabe meistens hören: Beide Fehler zusammen sinken, wenn du den Stichprobenumfang n erhöhst. Mehr Daten machen die Verteilung schmaler, damit rücken die beiden Fehlerbereiche auseinander, ohne dass du α antasten musst. n ist der einzige Hebel, der nicht auf Kosten der anderen Seite geht – neben einem größeren echten Effekt, den du dir aber nicht aussuchen kannst.

Merksatz fürs Heft: α wählst du, β handelst du dir ein, n kaufst du dir frei.

Die Frage ist gut, weil genau da der Groschen fallen muss – danach sind diese Aufgaben Routine.

Was die Ableitung überhaupt misst: f'(x) ist die Steigung der Funktion an der Stelle x, nicht ihr Wert. Solange die Gewinnfunktion steigt, ist f'(x) > 0 – jede zusätzliche Einheit bringt noch etwas. Solange sie fällt, ist f'(x) < 0. Am höchsten Punkt kippt die Steigung von positiv nach negativ, und genau dort ist sie null: die Tangente liegt waagerecht. Deshalb ist f'(x) = 0 die notwendige Bedingung – ein Hochpunkt muss das erfüllen. Sie ist aber nicht hinreichend, denn ein Tiefpunkt und ein Sattelpunkt erfüllen sie auch.

Deshalb die zweite Ableitung: f''(x) beschreibt, wie sich die Steigung ändert.

• f''(x) < 0 → Steigung wird kleiner, die Kurve ist rechtsgekrümmt → Maximum
• f''(x) > 0 → Steigung wird größer, linksgekrümmt → Minimum
• f''(x) = 0 → noch keine Aussage, dann über den Vorzeichenwechsel von f'(x) argumentieren (links davon +, rechts davon − bedeutet Maximum)

Weglassen solltest du sie nicht: In fast jedem Erwartungshorizont steht „Nachweis der Art des Extremums“ als eigener Punkt. Das sind zwei Zeilen, die du geschenkt bekommst.

Deine Aufgabe konkret:

1. Erlösfunktion: E(x) = p(x) · x = (100 − 2x) · x = 100x − 2x²
2. Gewinnfunktion: G(x) = E(x) − K(x) = 100x − 2x² − (2x² + 20x + 50) = −4x² + 80x − 50
3. Ableiten und null setzen: G'(x) = −8x + 80 = 0 → x = 10
4. Art prüfen: G''(x) = −8 < 0 → Maximum ✓
5. Preis nicht vergessen: p(10) = 100 − 2 · 10 = 80 €
6. Gewinn: G(10) = −400 + 800 − 50 = 350 €

Das Wertepaar (10 Stück; 80 €) ist übrigens der Cournot-Punkt. Wenn in der Aufgabe danach gefragt wird, ist genau diese Kombination aus Menge und Preis gemeint – die Menge allein reicht nicht.

Kleiner Zusatz für die Sicherheit: Prüfe immer, ob dein x im sinnvollen Definitionsbereich liegt (x ≥ 0, oft zusätzlich eine Kapazitätsgrenze). Wenn das rechnerische Maximum außerhalb liegt, ist die Lösung der Randwert, nicht die Nullstelle der Ableitung.

Die Entscheidungsregel ist tatsächlich kurz – du schaust dir nur an, wie das System dasteht:

• Einsetzungsverfahren, wenn irgendwo schon eine Variable allein steht oder mit einem Handgriff allein steht (z = 12, y = 3x − 5). Dann diese Gleichung in die anderen einsetzen.
• Gleichsetzungsverfahren, wenn zwei Gleichungen bereits nach derselben Variablen aufgelöst sind. Praktisch selten, kommt fast nur bei Angebots- und Nachfragefunktionen vor.
• Additionsverfahren (= Gauß) in allen übrigen Fällen – und bei drei Unbekannten praktisch immer. Es ist das einzige Verfahren mit einem festen Schema, das nicht von der zufälligen Form der Aufgabe abhängt.

Das Schema besteht aus zwei Phasen: erst systematisch Variablen eliminieren, bis eine Stufenform dasteht, dann von unten nach oben zurückrechnen. Wichtig ist die Reihenfolge: Du eliminierst dieselbe Variable zuerst aus allen übrigen Gleichungen, bevor du zur nächsten übergehst. Genau da geht sonst der Überblick verloren.

An einem Beispiel:

• (I) x + y + z = 100
• (II) 2x + 3y + z = 230
• (III) x + 2y + 3z = 220

Schritt 1 – x aus (II) und (III) entfernen, jeweils mit (I) als Werkzeug:

• (II) − 2·(I): 2x + 3y + z − 2x − 2y − 2z = 230 − 200 → y − z = 30 (IV)
• (III) − (I): x + 2y + 3z − x − y − z = 220 − 100 → y + 2z = 120 (V)

Schritt 2 – y entfernen, mit (V) − (IV):

• y + 2z − y + z = 120 − 30 → 3z = 90 → z = 30

Schritt 3 – Rückwärtseinsetzen: aus (IV) y = 30 + z = 60, aus (I) x = 100 − 60 − 30 = 10.

Lösung: x = 10, y = 60, z = 30. Und jetzt der wichtigste Satz meines Beitrags: Mach die Probe in einer Gleichung, die du beim Auflösen nicht als Werkzeug benutzt hast – hier (III): 10 + 120 + 90 = 220 ✓. Eine Probe in (I) sagt fast nichts aus, weil du daraus zurückgerechnet hast; eine Probe in (III) würde einen Fehler aus Schritt 1 sofort auffliegen lassen.

Zwei Sonderfälle, nach denen im Aufgabenteil „Diskutieren Sie die Lösbarkeit“ gefragt wird – beide erkennst du an der letzten Zeile:

• Es bleibt 0 = c mit c ≠ 0 (z. B. 0 = 5) → keine Lösung, das System widerspricht sich.
• Es bleibt 0 = 0 → unendlich viele Lösungen, eine Gleichung war überflüssig. Die Lösung wird dann in Abhängigkeit eines frei wählbaren Parameters angegeben (z = t).
• In jeder Stufe genau eine Zahl → eindeutige Lösung.

Der Sachbezug rettet dich übrigens oft: Wenn bei Produktionsmengen ein negatives z herauskommt, hast du dich fast sicher verrechnet – oder das Modell ist unter den gegebenen Bedingungen nicht sinnvoll. Das gehört dann auch in einen Antwortsatz.

Deine drei Fragen hängen alle am selben Punkt, deshalb der Reihe nach.

1. Warum nur eine Tabelle? Alle Normalverteilungen haben dieselbe Glockenform – sie unterscheiden sich nur darin, wo sie liegen (μ) und wie breit sie sind (σ). Die z-Transformation verschiebt und staucht die Verteilung auf einen Standard: μ = 0, σ = 1. Das ist genau wie das Umrechnen in Prozent: Man muss nicht für jede Grundgesamtheit eine eigene Tabelle drucken, wenn man vorher auf eine gemeinsame Skala bringt.

Die Formel ist z = (x − μ) / σ, und sie liest sich wörtlich: „Wie viele Standardabweichungen liegt mein Wert x vom Mittelwert entfernt?“ z = 1,2 heißt also: 1,2 Standardabweichungen über dem Durchschnitt. Das Vorzeichen sagt nur, auf welcher Seite.

2. Was steht in der Tabelle? In der üblichen Tabelle steht Φ(z), die Wahrscheinlichkeit von links bis z, also P(Z ≤ z). Immer kumuliert, immer von −∞ kommend. Deshalb:

• P(X ≤ x) → direkt Φ(z) ablesen
• P(X ≥ x) → 1 − Φ(z), weil die Gesamtfläche 1 ist
• P(a ≤ X ≤ b) → Φ(zb) − Φ(za), erst beide Grenzen standardisieren

3. Negative z-Werte. Die fehlen nicht, sie sind nur überflüssig – die Glocke ist symmetrisch. Es gilt Φ(−z) = 1 − Φ(z). Beispiel: Φ(−1,2) = 1 − 0,8849 = 0,1151. Wer das einmal an einer Skizze nachvollzogen hat, verwechselt es nie wieder.

Ein Durchlauf: Eine Maschine füllt im Schnitt μ = 500 g ab, σ = 50 g. Wie wahrscheinlich sind höchstens 560 g? → z = (560 − 500)/50 = 1,2 → Φ(1,2) ≈ 0,8849, also rund 88,5 %. Und mindestens 560 g wären 1 − 0,8849 ≈ 11,5 %.

Plausibilitätskontrolle ohne Tabelle: In einer Normalverteilung liegen rund 68 % im Bereich μ ± 1σ, rund 95 % in μ ± 2σ und rund 99,7 % in μ ± 3σ. Wenn dein Ergebnis dazu im Widerspruch steht, hast du dich irgendwo vertan.

Der rote Faden ist das Komponentenmodell. Wenn du das im Kopf hast, ergeben sich alle Rechenschritte fast von selbst.

Die Idee: Jeder beobachtete Wert ist eine Überlagerung mehrerer Einflüsse.

• T – Trend (langfristige Grundrichtung, oft zusammen mit der Konjunktur als glatte Komponente behandelt)
• S – Saison (regelmäßiges Muster, das sich jedes Jahr wiederholt)
• R – Rest bzw. Zufall (alles Übrige)

Entweder additiv Y = T + S + R oder multiplikativ Y = T × S × R. Erkennungsregel: Werden die Saisonausschläge größer, wenn das Niveau der Reihe steigt, rechne multiplikativ; bleiben sie absolut gleich groß, additiv. Bei Umsätzen ist multiplikativ fast immer die bessere Wahl, weil das Weihnachtsquartal eben „20 % über normal“ liegt und nicht „immer genau 40.000 Euro darüber“.

Zu deiner ersten Frage – wie viele Werte: Die Ordnung des gleitenden Durchschnitts ist nicht frei wählbar, sondern gleich der Länge einer Saisonperiode. Quartalsdaten → Ordnung 4. Monatsdaten → Ordnung 12. Wochentagsdaten → Ordnung 7. Nur so wird über genau einen vollständigen Saisonzyklus gemittelt, und nur dann hebt sich die Saisonkomponente heraus. Die 3er- und 5er-Beispiele im Skript sind reine Rechenübungen zur Glättung ohne Saisonbezug.

Weil 4 eine gerade Zahl ist, brauchst du den zentrierten gleitenden Durchschnitt. Bei ungerader Ordnung liegt der Mittelwert genau auf einem Zeitpunkt; bei gerader Ordnung läge er zwischen zwei Quartalen. Man mittelt deshalb mit halbem Gewicht an den Rändern:

• T(t) = (0,5 × y(t−2) + y(t−1) + y(t) + y(t+1) + 0,5 × y(t+2)) / 4

Das ist rechnerisch dasselbe, wie zweimal hintereinander über jeweils vier Werte zu mitteln.

Zur zweiten Frage – die verlorenen Werte: Du wirfst nichts weg, du kannst am Rand nur nicht rechnen. Für den ersten Wert gibt es keine zwei Vorgänger. Bei Ordnung 4 fehlen dir deshalb vorn und hinten je zwei Werte; aus 12 Beobachtungen werden 8 Trendwerte. Das ist der Preis der Methode und gehört genau so in die Lösung – die Randwerte werden nicht geschätzt.

Der Ablauf am Stück (multiplikativ):

1. Zentrierten gleitenden Durchschnitt berechnen → das ist deine glatte Komponente T.
2. Für jeden Zeitpunkt y(t) / T(t) bilden → rohe Saison-Rest-Werte.
3. Diese Werte je Quartal über die Jahre mitteln (alle ersten Quartale zusammen, alle zweiten usw.) – dabei mittelt sich der Zufall heraus, übrig bleibt die rohe Saisonfigur.
4. Normieren: Die vier Indizes müssen im Schnitt 1 ergeben, ihre Summe also 4. Falls nicht, jeden Index mit 4 / (Summe der Indizes) multiplizieren. Beim additiven Modell muss die Summe stattdessen 0 sein.
5. Saisonbereinigte Reihe = y(t) / S(Quartal von t).

Kontrolle für die Klausur: Ein Index von 1,18 im vierten Quartal heißt „das vierte Quartal liegt üblicherweise 18 % über dem Jahresniveau“. Wenn du diesen Satz zu deinen Zahlen sagen kannst, stimmt die Rechnung meistens.

Gute Nachricht: Du hast dich nicht verrechnet. Deine 9 % sind richtig – und genau deshalb ist diese Aufgabe ein Klassiker. 🙂

Der Kern ist der Punkt aus deiner zweiten Frage: P(A|B) und P(B|A) sind zwei völlig verschiedene Dinge. Der Test garantiert dir P(positiv | krank) = 99 %. Gefragt ist aber P(krank | positiv). Diese Verwechslung ist so verbreitet, dass sie einen eigenen Namen hat – in der Kriminalistik heißt sie „Prosecutor's Fallacy“.

Formal ist die bedingte Wahrscheinlichkeit definiert als P(A|B) = P(A∩B) / P(B) – also: Der Nenner ist nicht mehr die ganze Bevölkerung, sondern nur noch der Teil, der die Bedingung erfüllt. Daraus folgt der Satz von Bayes:

P(krank | positiv) = P(positiv | krank) × P(krank) / P(positiv), wobei sich der Nenner nach dem Satz von der totalen Wahrscheinlichkeit zusammensetzt aus P(positiv|krank)×P(krank) + P(positiv|gesund)×P(gesund).

Viel anschaulicher wird es mit natürlichen Häufigkeiten – nimm einfach 100.000 Menschen statt Prozentzahlen:

• 0,1 % sind krank → 100 Kranke und 99.900 Gesunde
• von den 100 Kranken testen 99 % positiv → 99 richtig Positive
• von den 99.900 Gesunden testen 1 % fälschlich positiv → 999 falsch Positive
• insgesamt positiv: 99 + 999 = 1.098
• davon tatsächlich krank: 99 / 1.098 ≈ 9,0 %

Damit ist die Sache sofort einleuchtend: Es gibt so unfassbar viel mehr Gesunde als Kranke, dass die seltenen Fehler in der großen Gruppe zahlenmäßig die häufigen Treffer in der kleinen Gruppe überholen. Ein Prozent von 99.900 ist eben ein Vielfaches von 99 Prozent von 100.

Mein Rat für die Klausur: Zeichne bei jeder Bayes-Aufgabe eine Vierfeldertafel oder ein Baumdiagramm mit absoluten Zahlen und wähle die Gesamtzahl so, dass keine Kommastellen entstehen (bei 0,1 % also 100.000). Dann brauchst du die Formel praktisch gar nicht mehr – du liest das Ergebnis ab und kannst die Formel hinterher zur Kontrolle danebenschreiben. Und zur Erkennung: Steht in der Aufgabe „unter der Bedingung, dass“, „von den positiv Getesteten“ oder „wenn bereits bekannt ist, dass“, dann ist das Wort direkt nach dieser Formulierung die Bedingung – und die gehört hinter den Strich.

Deine Fußnote hat recht, und der Unterschied ist wirklich nicht bloß Wortklauberei. Fangen wir mit der Rechnung an, dann wird die Interpretation von selbst klar.

Ein Konfidenzintervall ist immer nach demselben Muster gebaut:

Punktschätzer ± Sicherheitsfaktor × Standardfehler

Bei einem Mittelwert ist der Punktschätzer dein x̄ = 3,8 und der Standardfehler s ÷ √n. Der Standardfehler ist die entscheidende Größe: nicht die Streuung der einzelnen Antworten, sondern die Streuung des Mittelwerts, wenn man die Umfrage immer wieder neu ziehen würde. Mit 100 Befragten und angenommener Streuung s = 1,0 ist er 1,0 ÷ 10 = 0,1.

Die 1,96 kommen aus der Standardnormalverteilung: zwischen −1,96 und +1,96 liegen genau 95 % der Fläche, je 2,5 % bleiben an den Rändern. Deshalb tauchen für andere Niveaus andere Werte auf – 1,645 für 90 %, 2,576 für 99 %. Man liest sie als Quantil zu 1 − α/2 ab.

Zusammengesetzt: 3,8 ± 1,96 × 0,1 = 3,8 ± 0,196, also etwa [3,60; 4,00]. Genau dein Skript-Ergebnis.

Jetzt die Interpretation, und die hängt direkt daran: gerechnet wurde mit der Streuung möglicher Stichproben, nicht mit einer Wahrscheinlichkeit für den wahren Wert. Der wahre Mittelwert ist eine feste Zahl, die wackelt nicht – dein Intervall wackelt. Korrekt heißt es deshalb: Das Verfahren liefert Intervalle, die in 95 von 100 Fällen den wahren Wert überdecken. Dein konkretes Intervall gehört entweder zu den 95 Treffern oder zu den 5 Nietern, und welches, weiß niemand.

Eine Faustregel, die im Kopf bleibt: die Breite hängt an √n. Willst du das Intervall halbieren, brauchst du die vierfache Stichprobe. Von 100 auf 400 Befragte halbiert die Fehlerspanne, von 100 auf 200 bringt nur rund 30 % Verbesserung. Das erklärt auch, warum praktisch alle Meinungsumfragen bei ungefähr 1.000 Befragten landen – darüber wird es teuer, ohne wirklich genauer zu werden.

Schöne Fragen, die gehen alle auf denselben Kern zurück. Erst das Rezept, dann die Begründung.

Vom Text zum Modell in fünf Schritten:

1. Variablen definieren – mit Einheit. „x₁ = produzierte Menge von Produkt A in Stück pro Woche“. Ohne Einheit passieren später Bezugsfehler.
2. Zielfunktion aufstellen. Maximiere Z = db₁·x₁ + db₂·x₂. Verwende den Deckungsbeitrag pro Stück, nicht den Stückgewinn: Fixkosten fallen ohnehin an, sie verschieben nur den Zielfunktionswert, nicht die optimale Lösung.
3. Für jeden Engpass eine Ungleichung. Koeffizient = Verbrauch pro Stück, rechte Seite = verfügbare Kapazität. Faustregel: Jede Zahl im Text, die eine Obergrenze beschreibt, wird zu einer Zeile.
4. Nichtnegativität nicht vergessen: x₁ ≥ 0, x₂ ≥ 0. Das ist kein Formalismus – ohne diese beiden Bedingungen ist der Bereich ein anderer.
5. Zeichnen: Jede Ungleichung als Gleichung auffassen und über die beiden Achsenschnittpunkte (einmal x₁ = 0, einmal x₂ = 0) als Gerade einzeichnen. Welche Halbebene gilt, prüfst du mit einem Testpunkt – meist dem Ursprung (0|0). Die Schnittmenge aller Halbebenen ist der zulässige Bereich.

Warum eine Ecke? Der zulässige Bereich entsteht als Durchschnitt endlich vieler Halbebenen und ist deshalb konvex – ein Vieleck ohne Dellen. Die Zielfunktion ist linear, ihre Höhenlinien (die Isogewinngeraden Z = const.) sind also parallele Geraden mit der festen Steigung −db₁/db₂. Verschiebst du diese Schar in Richtung wachsender Zielwerte, verlässt sie den Bereich irgendwann; der letzte Berührpunkt ist die Lösung. Ein solcher Berührpunkt eines konvexen Vielecks mit einer Geraden ist entweder ein Eckpunkt oder eine ganze Kante – innen liegen kann er nie, weil man von jedem inneren Punkt aus noch in Richtung höherer Zielwerte weitergehen könnte. Genau das besagt der Hauptsatz der linearen Optimierung.

Damit ist auch die dritte Frage beantwortet: Ablesen ist nur zum Finden da, nicht zum Rechnen. Du erkennst in der Zeichnung, welche zwei Restriktionsgeraden sich in der optimalen Ecke schneiden, und berechnest den Schnittpunkt danach exakt über das lineare Gleichungssystem der beiden zugehörigen Gleichungen. Dann Zielfunktionswert einsetzen – fertig.

Drei Sonderfälle, die gern als Teilaufgabe kommen: Ist die Isogewinngerade parallel zu einer bindenden Restriktion, ist die gesamte Kante optimal (unendlich viele Lösungen bei gleichem Zielwert). Ist der zulässige Bereich leer, widersprechen sich die Bedingungen. Ist er unbeschränkt in Richtung der Zielfunktion, existiert kein endliches Maximum – bei Kapazitätsaufgaben ein sicheres Zeichen, dass eine Restriktion vergessen wurde.

Kein Fehler im Lösungsheft – Matrizenmultiplikation ist tatsächlich nicht kommutativ. Aber der Reihe nach, denn die eine Regel, die du suchst, gibt es wirklich.

Wann ist das Produkt definiert? Nur wenn die Spaltenzahl der linken Matrix mit der Zeilenzahl der rechten übereinstimmt. Formal:

A (m × n) · B (n × p) = C (m × p)

Der Merktrick: Schreib die beiden Formate nebeneinander hin, also (3×2)·(2×4). Die inneren Zahlen müssen gleich sein, dann geht es – und die äußeren Zahlen ergeben das Format des Ergebnisses, hier (3×4). Sind die inneren Zahlen verschieden, ist das Produkt schlicht nicht definiert. Genau deshalb kann A·B existieren und B·A nicht.

Wie wird gerechnet? „Zeile mal Spalte“: Das Element c_ij in Zeile i und Spalte j ist die Summe der Produkte aus der i-ten Zeile von A und der j-ten Spalte von B. Also erstes Element mal erstes Element, plus zweites mal zweites, und so weiter.

Für die Handrechnung nimm unbedingt das Falk-Schema: Du schreibst B nach rechts oben, A nach links unten, und das Ergebnis erscheint im Kreuzungsfeld. Jedes Ergebniselement steht dann genau dort, wo sich seine Zeile und seine Spalte schneiden. Das reduziert die Verwechslungsfehler enorm, weil man nicht mehr im Kopf mitzählen muss, wo man gerade ist.

Und zur Nicht-Kommutativität: Selbst wenn beide Produkte existieren (bei quadratischen Matrizen), sind sie im Allgemeinen verschieden. Assoziativ und distributiv ist die Multiplikation dagegen sehr wohl – nur die Reihenfolge darfst du nie vertauschen.

Deine erste Frage ist besser, als du vermutlich denkst – der Grund fürs Quadrieren ist nämlich zwingend, nicht kosmetisch.

Warum nicht einfach die durchschnittliche Abweichung? Weil die immer null ist. Und zwar nicht manchmal, sondern bei jedem Datensatz: Die Summe der Abweichungen vom arithmetischen Mittel ergibt konstruktionsbedingt exakt 0, weil sich positive und negative Abweichungen genau aufheben. Genau das ist die definierende Eigenschaft des Mittelwerts. Als Streuungsmaß wäre die Kennzahl also völlig wertlos.

Man braucht also etwas, das das Vorzeichen beseitigt. Zwei Wege stehen zur Verfügung: den Betrag nehmen (das gibt es tatsächlich, die mittlere absolute Abweichung) oder quadrieren. Quadrieren hat sich durchgesetzt, weil die Betragsfunktion nicht überall differenzierbar ist und sich damit schlecht weiterrechnen lässt – die ganze Regressionsrechnung, die Normalverteilung und die Varianzzerlegung bauen auf der quadrierten Variante auf. Nebeneffekt: Große Abweichungen fallen stärker ins Gewicht als kleine, was oft erwünscht ist.

Und warum dann die Wurzel? Wegen der Einheit. Wenn du Preise in Euro auswertest, hat die Varianz die Einheit Euro zum Quadrat – damit kann niemand etwas anfangen. Erst die Wurzel bringt dich zurück auf Euro, und damit ist die Standardabweichung direkt neben dem Mittelwert interpretierbar: „durchschnittlich 42 € mit einer Streuung von 7 €“. Kurz gesagt: Die Varianz ist die rechenfreundliche Größe, die Standardabweichung die interpretierbare.

Für die Handrechnung noch der Verschiebungssatz: Die Varianz lässt sich statt über die Abweichungsquadrate auch als „Mittelwert der Quadrate minus Quadrat des Mittelwerts“ berechnen. Das spart in Klausuren eine ganze Tabellenspalte, weil du nicht jede einzelne Abweichung bilden musst.

Ja, und der Trick ist erstaunlich mechanisch. Frag dich vor jedem Ableiten nur eines: Welche Rechenoperation wird als Letztes ausgeführt, wenn ich für x eine Zahl einsetze? Diese äußerste Operation bestimmt die Regel.

• Zuletzt wird multipliziert → Produktregel: (u · v)′ = u′v + uv′
• Zuletzt wird dividiert → Quotientenregel: (u ÷ v)′ = (u′v − uv′) ÷ v²
• Zuletzt wird eine Funktion auf einen ganzen Ausdruck angewendet (Klammer hoch etwas, e hoch etwas, ln von etwas) → Kettenregel: f(g(x))′ = f′(g(x)) · g′(x)

Deine beiden Beispiele:

f(x) = (2x + 3) · e^x. Setz gedanklich x = 1 ein: Du rechnest erst die Klammer aus, dann e hoch 1, und ganz zuletzt multiplizierst du beides. Also Produktregel mit u = 2x + 3 (u′ = 2) und v = e^x (v′ = e^x): f′(x) = 2 · e^x + (2x + 3) · e^x = e^x · (2x + 5).

f(x) = (3x² + 1)^5. Hier rechnest du zuerst die Klammer aus und potenzierst zuletzt – die äußerste Operation ist also das Hochfünf, das auf einen ganzen Ausdruck wirkt. Deshalb Kettenregel: äußere Ableitung 5 · (3x² + 1)^4, innere Ableitung 6x, zusammen f′(x) = 5 · (3x² + 1)^4 · 6x = 30x · (3x² + 1)^4.

Dein Fehler war, die Klammer wie ein einfaches x zu behandeln. Der Faktor, den du vergessen hast, ist genau die innere Ableitung – und der klassische Test dafür: Steht in der Klammer nur ein einzelnes x, ist die innere Ableitung 1 und die Kettenregel fällt nicht auf. Steht dort etwas anderes, fehlt dir ohne sie ein Faktor.

Der Kern ist: Der Nominalzins (Sollzins) ist der reine Preis für das geliehene Kapital. Der Effektivzins beantwortet dagegen die Frage: „Was kostet mich der Kredit insgesamt, bezogen auf das Geld, das ich tatsächlich zur Verfügung habe – und wann muss ich zahlen?“ Drei Ursachen für die Differenz:

• Unterjährige Zahlung. Zahlst du monatlich statt jährlich, tilgst du früher und der Zins wird häufiger verrechnet. Aus 5 % nominal bei monatlicher Verzinsung werden effektiv (1 + 0,05/12)¹² − 1 ≈ 5,12 %.
• Disagio/Auszahlungskurs. Werden 100.000 € vereinbart, aber nur 97.000 € ausgezahlt, zahlst du Zinsen auf 100.000 €, hast aber nur 97.000 €. Der Effektivzins rechnet mit dem, was ankommt.
• Bearbeitungs- und Nebenkosten, soweit sie zwingend zum Kredit gehören.

Rechnerisch ist der Effektivzins der interne Zinsfuß: der Zinssatz, bei dem der Barwert aller Zahlungen (Auszahlung minus alle Raten) genau null ergibt. Genau deshalb ist er die einzige Größe, mit der man zwei Angebote sauber vergleichen kann.

Klar, das ist genau die Zwei-Punkte-Form – nur ökonomisch benannt 🙂 Du hast die Punkte (100 | 7.000) und (300 | 13.000).

• Schritt 1 – Steigung = variable Stückkosten kv: kv = ΔK / Δx = (13.000 − 7.000) / (300 − 100) = 6.000 / 200 = 30 €/Stück. Die Steigung sagt: Jedes zusätzliche Stück kostet 30 € mehr – das sind genau die variablen Stückkosten.
• Schritt 2 – Fixkosten Kf einsetzen: Nimm einen der Punkte, z. B. (100 | 7.000): 7.000 = 30 · 100 + Kf → 7.000 = 3.000 + Kf → Kf = 4.000 €. Das ist der Achsenabschnitt, also die Kosten bei 0 Stück.

Ergebnis: K(x) = 30x + 4.000. Merksatz: Steigung = variabel (verändert sich mit der Menge), Achsenabschnitt = fix (bleibt auch bei null Stück stehen).

Wenn du es rechnerisch greifen willst, gibt es eine kompakte Regel für die Lastanteile:

• Anteil Nachfrager = Angebotselastizität / (Angebotselastizität + Betrag der Nachfrageelastizität)
• Anteil Anbieter = Betrag der Nachfrageelastizität / (Summe der beiden)

Beispiel zum Gefühl: Ist das Angebot mit 2 doppelt so elastisch wie die Nachfrage mit 1, tragen die Nachfrager 2/3 und die Anbieter 1/3 der Steuer. Passt genau zu dem, was Kathi und Lisa sagen: Die starrere (unelastischere) Seite zahlt mehr. Setz in deiner Aufgabe einfach die beiden Elastizitäten ein, dann fällt die Aufteilung von allein raus.

Alle drei liefern dasselbe Ergebnis – es geht nur um den schnellsten Weg für die konkrete Form. Meine Faustregel:

• Einsetzungsverfahren: wenn eine Gleichung schon nach einer Variablen aufgelöst ist (z. B. y = 2x + 3). Dann direkt einsetzen.
• Gleichsetzungsverfahren: wenn beide Gleichungen nach derselben Variablen aufgelöst sind (typisch bei Angebot/Nachfrage: p = … und p = …). Gleichsetzen und fertig.
• Additionsverfahren (Eliminieren): wenn beide in der Form ax + by = c stehen. Eine Gleichung so multiplizieren, dass sich beim Addieren eine Variable weghebt.

Der Bruch-Frust kommt fast immer vom Einsetzen bei ungünstigen Zahlen – bei ax+by=c ist das Additionsverfahren meist bruchärmer.

„83 % richtig“ ist die naheliegende, aber falsche Deutung 🙂 Sauber heißt R² = 0,83: 83 % der Streuung (Varianz) deiner Umsatzwerte werden durch die Regressionsgerade – also durch die Werbeausgaben – erklärt. Die restlichen 17 % gehen auf andere Einflüsse und Zufall zurück, die dein Modell nicht erfasst.

Der Zusammenhang zu r ist bei der einfachen linearen Regression denkbar direkt: R² ist genau das Quadrat des Korrelationskoeffizienten. Bei dir also r = √0,83 ≈ 0,91 (Vorzeichen = Richtung des Zusammenhangs, hier positiv). R² liegt immer zwischen 0 und 1: 0 = die Gerade erklärt nichts, 1 = alle Punkte liegen exakt auf der Geraden.

Der Unterschied steckt in einer einzigen Stelle: welche Mengen du als Gewichte nimmst 🙂

• Laspeyres: gewichtet mit den Mengen des Basisjahres (q0). Du fragst: Was kostet der alte Warenkorb heute im Vergleich zu damals?
• Paasche: gewichtet mit den Mengen des Berichtsjahres (qt). Du fragst: Was kostet der heutige Warenkorb heute im Vergleich zu damals?

Beide vergleichen neue gegen alte Preise – nur einmal mit dem alten und einmal mit dem neuen Mengengerüst. Deshalb kommen unterschiedliche Werte raus, sobald sich die Mengen zwischen den Jahren verschoben haben. Merksatz: Laspeyres = alte Mengen (Basisjahr), Paasche = aktuelle Mengen (Berichtsjahr).

Ein Boxplot fasst fünf Kennzahlen einer Datenreihe zusammen (die „Fünf-Punkte-Zusammenfassung“):

• Median (Q2) – der Strich in der Box: teilt die Daten in zwei Hälften.
• Unteres Quartil (Q1) und oberes Quartil (Q3) – die beiden Ränder der Box. Dazwischen liegen die mittleren 50 % der Werte.
• Antennen (Whisker) – reichen bis zum kleinsten bzw. größten Wert, der noch nicht als Ausreißer gilt.

Quartile bekommst du so: Daten sortieren, Median bestimmen. Q1 ist dann der Median der unteren Hälfte, Q3 der Median der oberen Hälfte. Die Breite der Box ist der Interquartilsabstand IQR = Q3 − Q1 – ein robustes Streuungsmaß, das einzelne Ausreißer kaum verzerren.

Kein Fehler – beide Angaben sind richtig, sie messen nur Verschiedenes 🙂 Und die Verwirrung löst sich komplett auf, wenn du dir eine einzige Frage angewöhnst: Bezogen worauf?

• Prozentpunkte = die absolute Differenz zwischen zwei Prozentwerten. 5 % − 4 % = 1 Prozentpunkt. Du ziehst einfach ab.
• Prozent = die relative Veränderung, also die Differenz gemessen am Ausgangswert. (5 − 4) / 4 = 0,25 = 25 %.

Der Denkfehler entsteht, weil „%“ hier in zwei völlig verschiedenen Rollen auftritt. Beim ersten Mal ist die Quote selbst schon ein Prozentwert – sie ist der Grundwert. Beim zweiten Mal fragst du nach der Veränderung dieses Grundwerts. Die Standardformel dahinter ist immer dieselbe:

relative Änderung = (neuer Wert − alter Wert) / alter Wert

Merksatz fürs Gefühl: Prozentpunkte ziehst du ab, Prozent teilst du. Oder noch kürzer: Prozentpunkte vergleichen zwei Prozentzahlen miteinander, Prozent vergleicht die Änderung mit dem Startwert.

Und weil das direkt daneben liegt und in Klausuren gern kombiniert wird – die zweite große Falle beim Grundwert: −20 % und danach +20 % führen nicht zurück. 100 € minus 20 % = 80 €. 80 € plus 20 % = 96 €, nicht 100 €. Grund: Beim zweiten Schritt hat sich der Grundwert geändert (jetzt 80 statt 100). Wer zurückrechnen will, muss dividieren: 80 / 0,8 = 100. Genau deshalb ist die Frage „Prozent von was?“ die halbe Miete bei fast jeder Prozentaufgabe.

Guter Punkt – der Erwartungswert ist der mit Wahrscheinlichkeiten gewichtete Durchschnitt aller möglichen Ergebnisse. Also nicht „(Summe der Werte)/Anzahl“, sondern jeder Wert zählt so stark, wie er wahrscheinlich ist.

Würfel-Beispiel: Werte 1–6, jeweils P = 1/6.

E(X) = 1·⅙ + 2·⅙ + … + 6·⅙ = 21/6 = 3,5.

Deutung: Wenn du sehr oft würfelst, pendelt sich der Mittelwert deiner Augenzahlen bei 3,5 ein. Dass 3,5 selbst nie fällt, ist völlig okay – es ist ein langfristiger Durchschnitt, kein einzelnes Ergebnis.