HLFS und HUM (W1)

Im Cluster HLFS und HUM (W1) findest du alle Inhalte, die speziell in deinem Cluster abgeprüft werden. Denk daran, dass du auch die Inhalte aus dem gemeinsamen Kern (Teil A) für die Matura beherrschen musst.

Zu diesem Cluster gehören humanberufliche Schulfen. sowie höhere land- und forstwirtschaftliche Schulen.

Normalverteilung – die Grundlagen

Du erfährst in diesen Videos alles Wichtige über die Grundlagen der Normalverteilung. Klick rein und sieh nach...

Betriebsminimum und kurzfristige Preisuntergrenze

Betriebsminimum und kurzfristige Preisuntergrenze sind wichtige Werte für einen Betrieb. Denn nur dadurch kann er seine Produktionskosten decken ...

Lineare Ungleichung als Halbebene darstellen

Titelbild Lineare Ungleichungen als Halbebene darstellen

Die Lösungsmenge einer linearen Ungleichung enthält eine große Menge von Zahlen. Diese können als Halbebene im Koordinatensystem dargestellt werden.

Lineare Ungleichungen aufstellen und lösen

Lineare Ungleichungen sind ähnlich zu linearen Gleichungen, sie decken nur eine größere Lösungsmenge ab.

In Teil B der Matura findest du alle Beispiele zu den Themen, die speziell für deine Schule wichtig sind. Dazu gehören vor allem Finanz-Themen (Sparformen, Kredite, Rentenrechnung) und wirtschaftliche Anwendungen.

2. Algebra und Geometrie (W1)
2.1 Lineare Ungleichungssysteme lösen
2.2 Lineare Optimierung mit Zielfunktionen
3. Funktionale Zusammenhänge (W1)
3.1 Ein- und Auszahlungen veranschaulichen
3.2 Unregelmäßige Zahlungsströme modellieren
3.3 Rentenrechnung
3.4 Sparformen, Kredite und Schuldtilgung
3.5 Modelle für die Beschreibung von Änderungsprozessen aufstellen
4. Analysis (W1)
4.1 Kosten-, Nachfrage-, Erlös- und Gewinnfunktionen modellieren
4.2 Typische Verläufe von Nachfrage-, Erlös-, Kosten- und Gewinnfunktion kennen und Werte berechnen können
4.3 Betriebsoptimum und langfristige Preisuntergrenze, Betriebsminimum und kurzfristige Preisuntergrenze
4.4 Wirtschaftliche Grenzfunktionen ermitteln
5. Stochastik (W1)
5.1 Normalverteilung
5.2 Verschiedene Regressionen bestimmen
5.3 Korrelationskoeffizient nach Pearson