Elemente der Stochastik (SoSe 2016) 3. Übungsblatt

Größe: px
Ab Seite anzeigen:

Download "Elemente der Stochastik (SoSe 2016) 3. Übungsblatt"

Transkript

1 Dr. M. Weimar Elemente der Stochastik (SoSe 016) 3. Übungsblatt Aufgabe 1 (1++=5 Punkte) Das nachfolgende Glücksrad wird einmal gedreht. Ferner bezeichne P eine Abbildung mit den Eigenschaften P ({q}) = 5, P ({b}) = 1 8, P ({w}) = 1 4. (1) a) Geben sie eine geeignete Ergebnismenge Ω für das Experiment an. b) Lässt sich P zu einem W-Maß auf Ω ausweiten, falls zusätzlich zu (1) bekannt ist, dass P ({s}) = 1 10? Begründen sie! c) Lässt sich P zu einem W-Maß auf Ω ausweiten, falls zusätzlich zu (1) bekannt ist, dass P ({c}) = 3 10? Begründen sie! Aufgabe ( Punkte) Konstruieren sie ein Beispiel in dem die folgende Ungleichung erfüllt ist: P (A B) > P (A) P (B). Aufgabe 3 (++=6 Punkte) a) Wieviele verschiedene dreistellige Zahlen lassen sich aus den Ziffern, 3, 5, 7 bilden? b) Wieviele solcher Zahlen lassen sich bilden, wenn man fordert, dass alle Ziffern verschieden sein sollen? c) Ändern sich die Anzahlen in a) bzw. b), wenn man die Primzahlen, 3, 5, 7 durch die Ziffern 1, 4, 6, 8 ersetzt? Begründen sie ihre Antworten! Aufgabe 4 (+=4 Punkte) Das nachfolgende Glücksrad wird einmal gedreht. Jedes der abgebildeten Elementarereignisse besitze eine echt positive W-keit tatsächlich einzutreten. Stellen sie fest, ob folgende Schlüsse jeweils richtig sind oder nicht (inklusive Begründung)! a) Wird dem Ergebnis 1 die W-keit 1/4 und dem Ergebnis 5 die W-keit 1/6 zugeordnet, so erhält man das Ereignis 1 oder 5 mit der W-keit 5/1. b) Die W-keit für eine gerade Zahl als Ergebnis der Drehung betrage 3/5, die für eine durch drei teilbare Zahl /5. Dann tritt mit W-keit 1 das Ereignis Ergebnis ist durch zwei oder durch drei teilbar ein. bitte wenden

2 Zusatzaufgabe a) Wieviele verschiedene Belegungen gibt es für die drei Boxen im nebenstehenden Bild? b) Wieviele der möglichen Belegungen aus Teilaufgabe a) machen die abgebildete Gleichung zu einer wahren Aussage? c) Wieviele mögliche Belegungen müssen sie ausprobieren bis sie die Antwort für Teilaufgabe b) mit Sicherheit kennen? Abgabe (freiwillig, ohne Zusatzaufgabe): In den Tutorien während der 4. Vorlesungswoche ( )

3 Musterlösung zum 3. Übungsblatt Elemente der Stochastik (SoSe 016) Aufgabe 1. a) Ω = {q, s, b, w, c} b) Die angegebenen W-keiten für die Elementarereignisse {q}, {b}, {w}, {s} sind alle nicht negativ. Ihre Summe beträgt = = = 7 8 = Setzt man P ({c}) := 1 8 = 0.15, und definiert P (A) := ω Ω P ({ω}) für alle A Ω, so bildet P nach Satz 5.15 ein W-Maß auf Ω. c) Hier beträgt die Summe der bereits gesetzten W-keiten für die Elementarereignisse {q}, {b}, {w}, {c} bereits = = 43 = > Somit kann kein W-Maß auf Ω diese Vorgaben erfüllen. Aufgabe. Wichtig hier: Angabe aller Zutaten! Z.B.: Ω = {x, y, z} mit Gleichverteilung P und Ereignissen A = {x} und B = {x, z}. Dann ist A B = {x} und damit P (A B) = 1 3 = 3 9 und P (A) P (B) = = 9. Aufgabe 3. Fundamentalprinzip des Zählens! a) Man kann = 4 3 = 64 verschiedene dreistellige Zahlen aus vier verschiedenen Ziffern bilden, denn für jede der drei Stellen gibt es jeweils vier mögliche Belegungen. b) Ohne Wiederholungen gibt es nur 4 3 = 4 Kombinationen: vier verschiedene Ziffern stehen für die erste Stelle zur Auswahl, drei für die zweite und nur noch zwei für die letzte. c) Natürlich ändert sich gar nichts. Wie aus der Herleitung für a) und b) ersichtlich ist, geht es einzig und allein darum, wieviele verschiedene Objekte für die einzelnen Stellen jeweils zur Auswahl stehen. Ob das Primzahlen, Obstsorten, oder Hieroglyphen sind, spielt keine Rolle! Aufgabe 4. Es bezeichne P ein W-Maß auf Ω = {1,, 3, 4, 5, 6}. a) Die Schlussfolgerung stimmt. Für A = {1} und B = {5} gilt A B =. Damit ist (gemäß den Annahmen für P (A) und P (B) und dem Additivitätsaxiom) P ( 1 oder 5 ) = P (A B) = P (A) + P (B) = = = 5 1. b) Diese Schlussfolgerung stimmt nicht. Hier führt C = gerade = {, 4, 6} und D = durch drei teilbar = {3, 6} auf C D = {6}, wobei nach Voraussetzung P ({6}) > 0 gilt. Damit gilt für C D = Ergebnis ist durch zwei oder durch drei teilbar P (C D) = P (C) + P (D) P (C D) = P (C D) = 1 P ({6}) < 1. 5 Zusatzaufgabe. a) Es stehen acht verschiedene Zahlen für jede der drei Boxen zur Verfügung. Analog zu Aufgabe 3a) ergeben sich = 8 3 = 51 mögliche Belegungen. b) Offensichtlich löst keine der 51 möglichen Belegungen die Gleichung. Alle zur Auswahl stehenden Zahlen sind ungerade. Die Summe aus drei ungeraden Zahlen ist stets wieder ungerade und kann daher niemals (die gerade Zahl) 30 ergeben. c) Hoffentlich keine

4 Vorschläge für die Tutorien zum 3. Übungsblatt Elemente der Stochastik (SoSe 016) Aufgabe 5 Zeigen Sie durch Angabe eines Beispiels, dass die Abschätzung P (A B) P (A) P (B) im Allgemeinen nicht richtig ist. Wähle Ω := {1, } mit der Gleichverteilung P und setze A := {1} und B := {}. Dann ist P (A B) = P ( ) = 0 < 1 4 = 1 1 = P (A) P (B). Aufgabe 6 (Kütting/Sauer, Sect..6.5, Aufg. 8, S.10) Untersuchen sie, ob die folgenden drei Schlüsse richtig sind. Gewürfelt wird jeweils mit einem Laplace- Würfel. a) Die W-keit eine Drei zu würfeln beträgt 1/6. Gleiches gilt für eine Zwei. Also beträgt die W-keit eine Zwei oder eine Drei zu würfeln 1/3. b) Die W-keiten für eine ungerade Zahl bzw. eine Zweierpotenz betragen jeweils 1/. Daher ist es sicher, eine ungerade Zahl oder eine Zweierpotenz zu würfeln. c) Es werde zweimal gewürfelt. Die W-keiten im ersten bzw. zweiten Wurf eine drei zu würfeln betragen jeweils 1/6. Also beträgt die W-keit im ersten oder zweiten Wurf eine drei zu würfeln 1/3. a) Richtig. Lösung genau wie Aufgabe 4a) b) Falsch. (6 ist weder ungerade, noch eine Zweierpotenz, tritt aber mit positiver W-keit 1/6 auf.) Lösung analog zu Aufgabe 4b): A = {1, 3, 5} und B = {1,, 4} führen auf A B = {1,, 3, 4, 5} und A B = {1} (Venn-Diagramme nutzen!). Also P (A B) = 5 6 = = P (A) + P (B) P (A B) < 1. c) Falsch. Lösung wie in b): Diesmal ist Ω = {1,,..., 6}, sowie A = {(3, l) l {1,,..., 6}} und B = {(k, 3) k {1,,..., 6}}. Also A B = {(3, 3)}, sodass P (A B) = 1/36 und damit P (A B) = 11/36 < 1/3. Aufgabe 7 (Empirische W-keit) Aus einer Urne mit vier nummerierten Kugeln mit den Nummern 1,, und 4 wird 100-mal zufällig eine Kugel gezogen und jeweils sofort (also jeweils vor der nächsten Ziehung) wieder in die Urne zurückgelegt. Das Ergebnis sehe folgendermaßen aus: Kugel Nr. 1 wird 7 Mal gezogen, Kugeln mit der Nr. werden insgesamt 4 Mal gezogen, und Kugel Nr. 4 wird 31 Mal gezogen. Geben sie eine geeignete Ergebnismenge an und berechnen sie die statistischen Wahrscheinlichkeiten aller möglichen Ereignisse! Ω = {1,, 4} (Es gibt keinen Grund Unterscheidbarkeit der Kugeln mit der Nummer anzunehmen). Also P(Ω) = Ω = 3 = 8 Ereignisse mit relativen Häufigkeiten h 100 ( ) = 0, h 100 ({1}) = 0.7, h 100 ({}) = 0.4 h 100 ({4}) = 0.31, h 100 ({1, }) = 0.69, h 100 ({1, 4}) = 0.58, h 100 ({, 4}) = 0.73 h 100 ({1,, 4}) = 1,

5 denn z.b. h 100 ({1, 4}) = H 100({1, 4}) H 100 (Ω) = Anzahl der Versuche mit Ausgang in {1, 4} Gesamtzahl der Versuche = = Aufgabe 8 (vgl. Kütting/Sauer, Sect..6.5, Aufg. 6a, S.10) Was ist (unter natürlichen Annahmen) wahrscheinlicher? Begründen sie ihre Antwort! Szenario Nr.1: Zwei zufällig ausgewählte Personen haben am gleichen Tag Geburtstag. Szenario Nr.: Eine zufällig gewählte Person hat an ihrem Klausurtermin Geburtstag. Beides ist gleichwahrscheinlich: Szenario Nr.1: Modell: zufällige Auswahl aus Ω 1 := {(k, l) 1 k, l 365} bzgl. Gleichverteilung P 1 und A 1 := {(k, k) 1 k 365}. Dann ist P 1 (A 1 ) = A 1 / Ω 1 = 365/365 = 1/365. Szenario Nr.: Modell: zufällige Auswahl aus Ω := {j 1 j 365} mit Gleichverteilung P und A := Tag der Klausur ausgewählt. Dann ist P (A ) = A / Ω = 1/365.

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt Dr. M. Weimar 3.06.206 Elemente der Stochastik (SoSe 206) 0. Übungsblatt Aufgabe (2+2+2+2+3= Punkte) Zur zweimaligen Drehung des nebenstehenden Glücksrads (mit angenommener Gleichverteilung bei jeder Drehung)

Mehr

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt Dr. M. Weimar 19.05.2016 Elemente der Stochastik (SoSe 2016 6. Übungsblatt Aufgabe 1 ( Punkte Eine Klausur, die insgesamt von zwölf Kursteilnehmern geschrieben wurde, soll von drei Gutachtern bewertet

Mehr

Elemente der Stochastik (SoSe 2016) 4. Übungsblatt

Elemente der Stochastik (SoSe 2016) 4. Übungsblatt Dr. M. Weimar 26.04.2016 Elemente der Stochastik (SoSe 2016) 4. Übungsblatt Aufgabe 1 (1+1+2=4 Punkte) Eine Autofahrerin verursacht einen Unfall und begeht Fahrerflucht. Ein Zeuge will sich die Nummer

Mehr

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt Dr. M. Weimar 02.05.2016 Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält!

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern

Mehr

Elemente der Stochastik (SoSe 2016) 7. Übungsblatt

Elemente der Stochastik (SoSe 2016) 7. Übungsblatt Dr. M. Weimar 23.05.2016 Elemente der Stochastik (SoSe 2016 7. Übungsblatt Aufgabe 1 (1+1+13 Punkte Maria, Joseph und Hannes gehen zusammen mit drei weiteren Personen zur Nikolausparty ihres Tischtennisclubs.

Mehr

Zusammenfassung Stochastik

Zusammenfassung Stochastik Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl

Mehr

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg! 15. September 010 Prof. Dr. W. Bley Universität Kassel Klausur SS 010 Diskrete Strukturen I (Informatik) 1 3 4 5 6 Name:................................................ Matr.-Nr.:............................................

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7: Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln

Mehr

Klausur: Diskrete Strukturen I

Klausur: Diskrete Strukturen I Universität Kassel Fachbereich 10/16 13.09.01 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie

Mehr

Diskrete Strukturen I

Diskrete Strukturen I Universität Kassel Fachbereich 10/1 PD Dr. Sebastian Petersen 14.09.2017 Klausur zur Vorlesung Diskrete Strukturen I Es können maximal 40 Punkte erreicht werden. Version mit Lösungsskizze Zur Notation:

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt Zu Aufgabe ) Wir betrachten den Laplace-Versuch V Werfen zweier Würfel. Berechnen Sie unter Verwendung der Formel P ( A) A aus Aufgabe die Ω Wahrscheinlichkeit für folgende Ereignisse: a) A Werfen zweier

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),

Mehr

Laplace und Gleichverteilung

Laplace und Gleichverteilung Laplace und Gleichverteilung Aufgaben Aufgabe 1 An einem Computer, dessen Tastatur die 26 Tasten für die kleinen Buchstaben (a,b,c... z) hat, sitzt ein Nutzer (User) und tippt zufällige auf den Tasten

Mehr

ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN

ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN Resultate auf zwei Stellen nach dem Komma runden. 1. Auf einer Speisekarte gibt es 3 Vorspeisen, 5 Hauptspeisen und 2 verschiedene Desserts. Wie viele verschiedene

Mehr

Kapitel 5 Stochastische Unabhängigkeit

Kapitel 5 Stochastische Unabhängigkeit Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand

Mehr

Abitur 2010 Mathematik GK Stochastik IV

Abitur 2010 Mathematik GK Stochastik IV Seite http://www.abiturloesung.de/ Seite Abitur 00 Mathematik GK Stochastik IV Das Spiel Gewinn mit Vier besteht aus dem einmaligen Drehen des abgebildeten Laplace- Glücksrades mit gleich großen Sektoren

Mehr

Stochastik (Laplace-Formel)

Stochastik (Laplace-Formel) Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge

Mehr

Zufallsvariable X. 30 e. 40 e = 33,33...% 6

Zufallsvariable X. 30 e. 40 e = 33,33...% 6 Zufallsvariable Wir führen ein Zufallsexperiment mit Ergebnisraum Ω durch. Eine Zufallsvariable X ordnet jedem möglichen Ergebnis einen Zahlenwert zu. Eine Zufallsvariable ist also eine Funktion X : Ω

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen

Mehr

Hinweise zu den Anregungen zum Nachdenken und für eigene Untersuchungen

Hinweise zu den Anregungen zum Nachdenken und für eigene Untersuchungen Heinz Klaus Strick: Mathematik ist schön, Springer-Verlag, ISBN: 978--66-579-9 Hinweise zu den Anregungen zum Nachdenken und für eigene Untersuchungen zu A.1: n 1 4 5 6 7 8 9 10 11 1 1 14 15 16 17 18 19

Mehr

Klausur: Diskrete Strukturen I

Klausur: Diskrete Strukturen I Universität Kassel Fachbereich 0/ 5.03.0 Dr. Sebastian Petersen Klausur: Diskrete Strukturen I Aufgabe. (8 Punkte) a) Sei X = {0, }. Geben Sie die Potenzmenge P (X) (durch Auflisten ihrer Elemente) an.

Mehr

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus, V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 " k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, 31.01.2011 Fakultät für Mathematik M. Winkler Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Bearbeitungszeit 90 min. Die Klausur gilt als bestanden, wenn

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

Stochastik Grundlagen

Stochastik Grundlagen Grundlegende Begriffe: Zufallsexperiment: Ein Experiment, das beliebig oft wiederholt werden kann. Die möglichen Ergebnisse sind bekannt, nicht jedoch nicht, welches Ergebnis ein einzelnes Experiment hat.

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II

Allgemeine diskrete Wahrscheinlichkeitsräume II 6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume I

Allgemeine diskrete Wahrscheinlichkeitsräume I 6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete

Mehr

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie Kapitel 4 Christoph Hindermann Vorkurs Mathematik 1 4.0 Motivation Wenn 100 Münzen geworfen werden, wie ist dann die Wahrscheinlichkeit, dass genau 50 davon Kopf zeigen? Angenommen, es befinden sich 300

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

4. Die Laplacesche Gleichverteilung

4. Die Laplacesche Gleichverteilung Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 Wahrscheinlichkeitsrechnung und Statistik 5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben

Mehr

f(x) 1,71 1,92 0,33-0,96 3,75

f(x) 1,71 1,92 0,33-0,96 3,75 Abschlussprüfung Fachoberschule 07 Aufgabenvorschlag A Funktionsuntersuchung /4 Gegeben ist die Funktion f mit der Funktionsgleichung f(x) 0,0x 0,x + x; x IR.. Beschreiben Sie das Verhalten des Graphen

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen

Mehr

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..

Mehr

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2 Lapace-Experimente ================================================================== 1. a) Wie groß ist die W'keit, beim Werfen eines Laplace-Würfels eine Sechs zu erhalten? b) Wie groß ist die W'keit,

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben Level 1 Grundlagen Blatt 1 Dokument mit 19 Aufgaben Aufgabe A1 Ein Glücksrad hat drei Sektoren mit den Farben Rot, Gelb und Grün. Das Rad bleibt mit einer Wahrscheinlichkeit von 0,1 so stehen, dass der

Mehr

Analysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt.

Analysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt. 1.0 Gegeben sind die reellen Funktionen f :xaf (x); D = R a a f a Analysis 1 3 fa (x) = (ax + 27x) mit a R a 0. 27 Der Graph einer solchen Funktion wird mit bezeichnet. 1.1 Berechnen Sie die Nullstellen

Mehr

Level 1 Grundlagen Blatt 2. Dokument mit 16 Aufgaben

Level 1 Grundlagen Blatt 2. Dokument mit 16 Aufgaben Level Grundlagen Blatt 2 Dokument mit 6 Aufgaben Aufgabe A In einer Klasse von 25 Schülern soll für einen Wettbewerb eine Mannschaft von 5 Schülern gebildet werden. Da man sich nicht einigen kann wird

Mehr

Zusammengesetzte Ereignisse

Zusammengesetzte Ereignisse Zusammengesetzte Ereignisse Die Frage nach dem Ausgang eines Zufallsexperiments kann aus einzelnen Teilfragen zusammengesetzt sein, die mit und bzw. oder verknüpft sind. Natürlich kann man auch nach der

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26) Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung

Mehr

Übungsaufgaben zum Kapitel Baumdiagramme - Bernoulli

Übungsaufgaben zum Kapitel Baumdiagramme - Bernoulli BOS 98 S I Im ahmen einer statistischen Erhebung wurden 5 repräsentative Haushalte ausgewählt und im Hinblick auf ihre Ausstattung mit Fernsehern, adiorecordern sowie Homecomputern untersucht. Dabei gaben

Mehr

Lösungsskizzen zur Präsenzübung 03

Lösungsskizzen zur Präsenzübung 03 Lösungsskizzen zur Präsenzübung 03 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 16. November 2015 von:

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 13.0.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

Wahrscheinlichkeitsrechnung für die Mittelstufe Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt? In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr

Übungen Abgabetermin: Freitag, , 10 Uhr Universität Münster Institut für Mathematische Statistik Stochastik für Lehramtskandidaten SoSe 015, Blatt 1 Löwe/Heusel Übungen Abgabetermin: Freitag, 10.7.015, 10 Uhr Hinweis: Dies ist nur eine Beispiellösung.

Mehr

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn.

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Wahrscheinlichkeiten Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Bestimme die Wahrscheinlichkeit, dass Anna a) ein Ass, b) einen Buben, c)

Mehr

Hauptklausur zur Stochastik für Lehramt

Hauptklausur zur Stochastik für Lehramt Universität Duisburg-Essen Essen, den 20.02.203 Fakultät für Mathematik Dr. Daniel Herden Dipl.-Inf. Christian Thiel Matthias aus der Wiesche Hauptklausur zur Stochastik für Lehramt Bearbeitungszeit: mind.

Mehr

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt

Mehr

Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing.

Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. In einer Urne

Mehr

Ereignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}

Ereignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6} Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die

Mehr

1 Grundlagen Wahrscheinlichkeitsrechung

1 Grundlagen Wahrscheinlichkeitsrechung 1 Grundlagen Wahrscheinlichkeitsrechung 1.1 Grundbegriffe Alle möglichen Ereignisse eines Zufallsexperiments fassen wir in einer Ereignismenge Ω zusammen. Ereignisse sind Teilmengen von Ω. Umfasst das

Mehr

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt.

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt. . Mehrstufige Zufallsversuche und Baumdiagramme Entsprechend der Anmerkung in. wollen wir nun auf der Basis von bekannten Wahr- scheinlichkeiten weitere Schlüsse ziehen. Dabei gehen wir immer von einem

Mehr

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 Aufgaben ab Seite 7 2. Häufigkeiten, Wahrscheinlichkeiten und Laplace-Experimente 2.1 Die absolute und die relative Häufigkeit 1. Beispiel: Ich werfe mal einen Würfel und möchte herausfinden, wie oft jeweils

Mehr

Ü b u n g s b l a t t 10

Ü b u n g s b l a t t 10 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

KAPITEL 5. Erwartungswert

KAPITEL 5. Erwartungswert KAPITEL 5 Erwartungswert Wir betrachten einen diskreten Wahrscheinlichkeitsraum (Ω, P) und eine Zufallsvariable X : Ω R auf diesem Wahrscheinlichkeitsraum. Die Grundmenge Ω hat also nur endlich oder abzählbar

Mehr

Abitur 2015 Mathematik Stochastik IV

Abitur 2015 Mathematik Stochastik IV Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 201 Mathematik Stochastik IV In einer Urne befinden sich vier rote und sechs blaue Kugeln. Aus dieser wird achtmal eine Kugel zufällig gezogen, die Farbe

Mehr

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der

Mehr

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung 1. Grundbegriffe Würfeln, Werfen einer Münze, Messen der Lebensdauer einer Glühbirne Ausfall/Ausgang: Würfeln: Augenzahlen 1, 2, 3, 4, 5, 6

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG - LÖSUNGEN. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

1. Grundlagen der Wahrscheinlichkeitsrechnung 1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung. In einer Urne befinden sich 3 schwarze und weiße Kugel. Wir entnehmen der Urne eine Kugel, notieren die Farbe und legen die Kugel in die Urne zurück. Dieses

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 18 (Satz von der totalen Wahrscheinlichkeit) Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte

Mehr

SS 2016 Torsten Schreiber

SS 2016 Torsten Schreiber SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung 9. Elementare Wahrscheinlichkeitsrechnung I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1, 2,, 6 des Experiments werden zur Ergebnismenge Ω ( Ergebnisraum ) zusammengefasst.

Mehr

Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.

Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt. 3 Wahrscheinlichkeiten 1 Kapitel 3: Wahrscheinlichkeiten A: Beispiele Beispiel 1: Ein Experiment besteht aus dem gleichzeitigen Werfen einer Münze und eines Würfels. Nach 100 Wiederholungen dieses Experiments

Mehr

Übungsblatt 7 zur Vorlesung Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker

Übungsblatt 7 zur Vorlesung Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker Aufgabe Aufgabe 2 Übungsblatt 7 zur Vorlesung Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker.2.202 Aufgabe Aufgabe 2 Bei einem Zufallsexperiment werden zwei Würfel geworfen und

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016

Mehr

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.

Mehr

Kapitel 5. Kapitel 5 Wahrscheinlichkeit

Kapitel 5. Kapitel 5 Wahrscheinlichkeit Wahrscheinlichkeit Inhalt 5.1 5.1 Grundbegriffe Ω, Ω, X, X,...... 5.2 5.2 Wahrscheinlichkeitsräume (Ω, (Ω, P) P) 5.3 5.3 Das Das Laplace-Modell P(A) P(A) = A / Ω 5.4 5.4 Erwartungswert E(X) E(X) Literatur:

Mehr

1 Bestimme mit Hilfe eines Baumdiagramms die Wahrscheinlichkeit, beim dreimaligen Werfen einer Münze a) zweimal Kopf und einmal Zahl zu erhalten.

1 Bestimme mit Hilfe eines Baumdiagramms die Wahrscheinlichkeit, beim dreimaligen Werfen einer Münze a) zweimal Kopf und einmal Zahl zu erhalten. 1 Bestimme mit Hilfe eines Baumdiagramms die Wahrscheinlichkeit, beim dreimaligen Werfen einer Münze a) zweimal Kopf und einmal Zahl zu erhalten. b) erst Zahl, dann zweimal Kopf zu erhalten. c**) mindestens

Mehr

1 Das Phänomen Zufall

1 Das Phänomen Zufall 1 Das Phänomen Zufall Im täglichen Leben werden wir oft mit Vorgängen konfrontiert, bei denen der Zufall eine Rolle spielt. Bereits als Kind lernt man die Tücken des Zufalls kennen, wenn man beim Spiel

Mehr

Kapitel N. Wahrscheinlichkeitsrechnung

Kapitel N. Wahrscheinlichkeitsrechnung Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle

Mehr

Kapitel 2 Wahrscheinlichkeitsrechnung

Kapitel 2 Wahrscheinlichkeitsrechnung Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten

Mehr

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds16/ 1. Februar 2017 Vorlesung 21

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds16/ 1. Februar 2017 Vorlesung 21 Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds16/ 1. Februar 2017 Vorlesung 21 Quasiendliche Wahrscheinlichkeitsräume Definition quasiendlicher Wahrscheinlichkeitsraum

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression Übungsklausur Wahrscheinlichkeit und Regression 1. Welche der folgenden Aussagen treffen auf ein Zufallsexperiment zu? a) Ein Zufallsexperiment ist ein empirisches Phänomen, das in stochastischen Modellen

Mehr

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

4. Schularbeit/7C/2-stündig Schularbeit. 7C am 4. Schularbeit 7C am 24.5.2017 Name: Note: Beispiel-Nr. 1 2 3 4 5 6 7 8 9 10 11 12 AP Teil 1: Teil 2: Punkte Teil 1 (inkl. AP) Punkte Teil 2 Gesamtpunkte Notenschlüssel: 0 7 P von Teil 1 (inkl. Anrechnungspunkte

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

Kombinatorik kompakt. Stochastik WS 2016/17 1 Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit

Mehr

6: Diskrete Wahrscheinlichkeit

6: Diskrete Wahrscheinlichkeit Stefan Lucks Diskrete Strukturen (WS 2009/10) 219 6: Diskrete Wahrscheinlichkeit 6: Diskrete Wahrscheinlichkeit Stefan Lucks Diskrete Strukturen (WS 2009/10) 220 Wahrscheinlichkeitsrechnung Eines der wichtigsten

Mehr

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58 Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie

Mehr

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Dr. M. Weimar 06.06.2016 Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Aufgabe 1 (2+2+2+2+1=9 Punkte) In einer Urne befinden sich sieben Lose, darunter genau ein Gewinnlos. Diese Lose werden nacheinander

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche

Mehr

K2 MATHEMATIK KLAUSUR 1. Aufgabe PT WTA WTGS Gesamtpunktzahl Punkte (max) Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR 1. Aufgabe PT WTA WTGS Gesamtpunktzahl Punkte (max) Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 1 14.03.2016 Aufgabe PT WTA WTGS Gesamtpunktzahl (max) 30 15 15 60 Notenpunkte PT 1 2 3 4 5 6 7 8 9 P. (max) 2 2 3 4 5 3 4 4 3 WT Ana A.1a) b) c) Summe P. (max) 7 5 3 15 WT Geo G.a)

Mehr

Zufall? Als Zufall werden Dinge bezeichnet, die nicht vorhergesehen werden können.

Zufall? Als Zufall werden Dinge bezeichnet, die nicht vorhergesehen werden können. H 1 Zufall? Als Zufall werden Dinge bezeichnet, die nicht vorhergesehen werden können. Beispiel: - Eine Münze wird geworfen und die Zahl liegt oben. Das ist nicht vorhersehbar! Es könnte auch Kopf oben

Mehr

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1 Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit

Mehr

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein. Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach

Mehr