Hier findet ihr die Videos und Folien zu meiner Vorlesung an der TUM. Oben stehen immer die aktuellen Sitzungen. Ableitungen Folien Grenzwerte und Funktionen Folien Folgen und Reihen Folien Determinanten Folien Lineare Algebra Folien Komplexe Zahlen Folien Transzendente Funktionen Folien Reelle Funktionen Folien Rechnen mit reellen Zahlen Folien Reelle Zahlen Folien Mengen und Logik Und die Folien .
Posts
Ableitungen ... und die Folien . Grenzwerte und Funktionen ... und die Folien . Folgen, Reihen und Grenzwerte ... und die Folien . Determinanten ... und die Folien . Lineare Algebra Hier die Folien . Komplexe Zahlen ... und die Folien . Transzendente Funktionen ... und die Folien . Relle Funktionen Hier auch die Folien . Rechnen mit rellen Zahlen In der letzten und vorletzten Woche hat leider die Aufzeichnung nicht funktioniert. Hier sind aber die Folien zu Logik und reelle Zahlen . Und hier die Folien von letzten Dienstag zu Rechnen mit reellen Zahlen . Und hier auch das Video.
Mathe für die Politikwissenschaft: Mengen Die Vorlesung "Mathematik für PolitikwissenschaftlerInnen" im BA Sc. "Politikwissenschaft" an der HfP an der TUM wird dieses Semester komplett aufgezeichnet. Hier das Video der ersten Sitzung. In zwei Wochen geht es mit "Logik" weiter. Hier gibt's ein paar Materialien zur Vorlesung. Ein Beispiel: Die Wahlberechtigten setzen sich aus unterschiedlichen Gruppen zusammen, u.a. Männer, Weiße und Veteranen. Eine Theorie behauptet jetzt folgendes: Die Wähler von Trump setzen sich aus 2 Gruppen zusammen: Die erste Gruppe sind Männer, die auch zu der Untergruppe gehören, die sich aus allen Weißen und allen Wählern, die nicht Männer sind, ergibt. Die zweite Gruppe sind die Veteranen, die in der Gruppe aller Weißen kombiniert mit allen Veteranen zu finden sind. Wer wählt Trump? M = Wähler X = Männer Y = Weiße Z = Veteranen Wer wählt Trump? Weiße Männer und Veteranen. Übung: Meng...
Handcrafted algorithms It is a very good exercise to write your algorithms from scratch to see what is really happening. In this post I used matrix notation in R to run linear regression. Simulated data First, we need some data. I wrote a simple function to simulate our X from Y. makeX <- function(Y, n){ X <- matrix ( 1 , ncol= 1 , nrow = dim (Y)[ 1 ]) for (i in 1 :n){ X1 <- Y + rnorm ( 100 , sd = 0.25 ) + sample ( seq (- 1 , 1 , 001 ), 100 , replace = T) X <- cbind (X, X1) } return (X) } One dependent variable We start with a very simple model. Y <- matrix ( rnorm ( 100 ), ncol= 1 ) X <- makeX (Y, 1 ) The cool thing is that we can find the parameters P (i.e. intercept and slope) with one single matrix equation: P = (X t X) -1 X ...
Liebe Studierenden, hier wieder ein paar kleine Online-Übungen zur Vorlesung. Wird geladen... Und hier die Antworten von letzter Sitzung: Vereinfache folgenden Term: (A AND (B OR C) Löse die Klammern im folgenden Term auf: NOT (A AND B OR C) Addiere die Binärzahlen 1010 und 111 Hausaufgaben Aus dem Mathebuch S. 191-192 Aufgaben 1.2 - 1.6. Und hier die Folien .