9 Paradoxien der Wahrscheinlichkeitsrechnung
|
|
- Günther Winkler
- vor 5 Jahren
- Abrufe
Transkript
1 9 Paradoxien der Wahrscheinlichkeitsrechnung 9.1 Sankt-Petersburg-Paradox In einem Glücksspiel, für das eine Teilnahmegebühr verlangt wird, wird eine faire Münze so lange geworfen, bis zum ersten Mal Kopf fällt. Dies beendet das Spiel und es werden 2 k Euro ausgezahlt, wenn Kopf erst im k-ten Versuch erscheint. Was ist die faire Teilnahmegebühr für dieses Spiel? Offenbar ist die zugehörige Zufallsvariable X, die die Auszahlung regelt, geometrisch verteilt mit P(X = 2 k = 2 k EX = 2 k 2 k =. Dies ist gleichzeitig ein Beispiel für eine Zufallsvariable, für die das erste Moment, der Erwartungswert, nicht existiert. Die faire Teilnahmegebühr existiert daher nicht: Jeder Einsatz wäre zu niedrig. Andererseits - und das ist das Paradox - ist das Spiel nicht besonders interessant, wenn um einen Einsatz von etwa 100 Euro gespielt wird. Denn damit wird man in der Regel einen erheblichen Teil seines Einsatzes verlieren. k=1 9.2 Das Münzparadoxon Eine (perfekte Münze wird so lange geworfen bis KK oder KZ erscheint. Beide Ausgänge dieses Experiments sind gleich wahrscheinlich, denn sobald K geworfen wird, entscheidet der nächste Wurf mit Wahrscheinlichkeit 1/2 darüber. Anders ausgedrückt kommen in einer zufälligen K, Z-Folge die Muster KK oder KZ mit gleicher Wahrscheinlichkeit als Erstes vor. Überraschend ist daher, dass man auf das Muster KK länger warten muss als auf das Muster KZ. Wir bestimmen als erstes den Erwartungswert für KK. Sei E ges = Erwartungswert für die Länge der Folge bis einschließlich KK. E ges ist das arithmetische Mittel der beiden Erwartungswerte E K = Erwartungswert für die Länge der Folgen, die mit K beginnen, E Z = Erwartungswert für die Länge der Folgen, die mit Z beginnen. Beginnt die Folge mit K, kommt mit Wahrscheinlichkeit 1/2 als Nächstes ein K, womit das Muster KK fertiggestellt ist, oder als Nächstes ein Z, so dass der Erwartungswert dieses Ausgangs gerade 1+E Z beträgt. Insgesamt erhalten wir daher E K = (1+E Z = E Z 2. Steht Z am Anfang, so sind die entsprechenden Ausgänge 1+E K oder 1+E Z, insgesamt daher E Z = 1+E K + 1+E Z = (E K +E Z. Dieses Gleichungssystem in E K,E Z hat die Lösung E K = 5, E Z = 7, daher E ges = 6. Mit gleichen Bezeichnungen untersuchen wir den Erwartungswert für das Auftreten des Musters KZ. Ist K das erste Zeichen und folgt K, so ist der Ausgang E K + 1, kommt dagegen Z als zweites, haben wir 2. Das ergibt die Gleichung E K = (1 + E K /2 + 1, also E K = 3. Aus E Z = (1+E K /2+(1+E Z /2 folgt dann E Z = 5, daher E ges = 4. Der Widerspruch zwischen Wahrscheinlichkeit des ersten Auftretens und Erwartungswert wird noch stärker bei den Mustern KZKZ und ZKZZ. Die Wahrscheinlichkeit, dass KZKZ früher eintritt als ZKZZ ist 9 14 > 1 2, jedoch ist die durchschnittliche Wurfzahl bis KZKZ 20 und bis ZKZZ 18. Damit tritt das Ereignis, auf das man länger warten muss, häufiger ein. Von allen Mustern der Länge n haben die reinen Muster (also n-mal K oder n-mal Z den höchsten Erwartungswert für die Anzahl der Würfe, nämlich 2 n+1 2. Den niedrigsten Erwartungswert hat das Muster, das aus n 1 K gefolgt von einem Z besteht, nämlich 2 n. 72
2 9.3 Das Jacoby-Paradox im Backgammon Backgammon ist ein Zweipersonenspiel, das mit zwei Würfeln gespielt wird. Ziel des Spiels ist das Ausspielen der eigenen Steine, nachdem ein 24feldriger Parcour absolviert wurde. Im untenstehenden Bild werden nur die relevanten rechten Hälften des Spielfelds gezeigt. Im Bild links muss Weiß am Zuge seine letzten beiden Steine nach rechts ausspielen, wozu minimal eine 5 und eine 2 gewürfelt werden muss. Man braucht aber keine Punktlandung zur erfolgreichen Beendigung des Spiels, in der angegebenen Position würde auch (6, 4 reichen. Allerdings können nicht verbrauchte Punkte eines Würfels nicht für den zweiten Würfel verwendet werden. Mit (6,1 kann man den Stein auf der 5er Linie ausspielen, aber mit dem anderen Stein nur ein Feld vorwärts marschieren. Ferner wird ein Pasch, also zwei gleiche Augen auf den beiden Würfeln, viermal statt zweimal gezählt. Mit Pasch 2 würde man in der angegebenen Position ebenfalls erfolgreich ausspielen: Den Stein auf der zweiten Linie mit einer 2 und den auf der 5-ten Linie mit Abbildung 1: Endspielpositionen zum Jacoby-Paradox Ist man am Zuge, so kann man vor dem Würfeln den Verdoppler-Würfel einsetzen. Akzeptiert der Gegner, so verdoppelt sich die Auszahlung des Spiels in unserem Fall von 1 auf 2. In diesem Fall geht der Verdoppler-Würfel auf den Gegner über und nur er kann in Zukunft weiter verdoppeln. Akzeptiert der Gegner die Verdopplung nicht, so ist das Spiel für ihn mit einem Minuspunkt verloren. Als Erstes untersuchen wir, wann ein Spieler eine Verdopplung akzeptieren soll. Spieler S gewinne mit Wahrscheinlichkeit x und verliere mit Wahrscheinlichkeit 1 x. In dieser Situation setzt Spieler W den Verdopplerwürfel ein. Akzeptiert S die Verdopplung, so ist sein Erwartungswert 2x + ( 2(1 x = 4x 2. Andernfalls hat S verloren, sein Erwartungswert ist dann 1. S soll daher die Verdopplung akzeptieren, wenn seine Gewinnaussicht größer als 1/4 ist. In den Backgammon-Positionen in obiger Abbildung darf Weiß am Zuge verdoppeln, Schwarz aber nicht. In der linken Position gewinnt Weiß mit den Würfen 2 2, 5 2, 6 2, 3 3, 5 3, 6 3, 4 4, 5 4, 6 4, 5 5, 6 5, 6 6. Da Würfe mit unterschiedlichen Augenzahlen doppelt gezählt werden müssen, ist die Gewinnwahrscheinlichkeit für Weiß 19/36, der Erwartungswert daher 2/36. Weiß verdoppelt. Da die Gewinnwahrscheinlichkeit für Schwarz größer als 1/4 ist, nimmt er an. Der Erwartungswert für Weiß ist dann 4/36 = 1/9. In der rechten Position in Abbildung 1 steht Weiß besser, da er auch nach einem Fehlwurf noch gewinnen kann. Wir untersuchen zunächst den Fall, dass Weiß nicht verdoppelt. Es gibt die Möglichkeiten: 1 Weiß gewinnt sofort. 2 Weiß greift fehl und Schwarz gewinnt im nächsten Zug. 3 Weiß kommt ein zweites Mal zum Zug. 1 trifft mit Wahrscheinlichkeit 19/36 auf wie zuvor. Mit Wahrscheinlichkeit 17/36 kommt Schwarz zum Zuge und verliert nur mit den Würfen 1 1, 1 2, 1 3, was einer Wahrscheinlichkeit von 5/36 entspricht. Demnach ist die Wahrscheinlichkeit für 2 (17/36 (31/36 = 527/1296. Kommt es mit Wahrscheinlichkeit 85/1296 zu 3, so setzt Weiß den Verdopplerwürfel, Schwarz muss ablehnen, so 73
3 dass Weiß in 3 immer gewinnt. Der Erwartungswert von Weiß berechnet sich daher zu ( = = Verdoppelt Weiß dagegen im ersten Zug, so nimmt Schwarz an und verdoppelt seinerseits, wenn Weiß im ersten Zug nicht gewinnt. Weiß muss die Verdopplung ablehnen, weil seine Gewinnaussicht nur noch 5/36 beträgt. Der weiße Erwartungswert ist daher nur 4/36 = 1/9 = wie in der Position zuvor. In der besseren Stellung kann daher Verdoppeln die schlechtere Alternative sein. 9.4 Das Bridge-Paradoxon Bridge ist ein Stichspiel für vier Personen und wird mit einem französischen Blatt zu 52 Karten gespielt. Es spielen zwei Parteien zu zwei Spielern gegeneinander. Die stärkere Partei I bestimmt in einem komplizierten Verfahren die Trumpffarbe, 13 von 52 Karten sind daher Trümpfe. Wie in jedem Stichspiel ist die Verteilung der gegnerischen Trümpfe für die Partei I von entscheidender Bedeutung. Angenommen, es fehlen Partei I 6 Trümpfe. Dann ist die Wahrscheinlichkeit für eine 3 3-Verteilung für eine 4 2- oder 2 4-Verteilung ( 6 ( ( 26 = , 13 ( 6 ( 20 ( 6 ( ( 26 + ( 26 = Eine etwas ungleiche Verteilung ist also wesentlich wahrscheinlicher als die 3 3-Verteilung. Nun werden zwei Runden Trumpf gespielt, und wir nehmen an, dass in diesen Runden 8 Trümpfe fallen, was die Anfangsverteilungen 5 1 und 6 0 ausschließt. Es gibt jetzt noch für jeden Spieler 11 Karten mit zusammen 2 Trümpfen für Partei II. Die Wahrscheinlichkeit für eine 1 1-Verteilung ist nun ( 20 ( ( 22 = 11 21, 11 für die Verteilungen 2 0 und 0 2 bleiben dann noch 10/21. Der ursprünglich seltenere Fall 3 3 wird nun zum etwas häufigeren Fall 1 1. Wie ist das zu erklären? Soll Partei I nun davon ausgehen, dass 1 1 jetzt häufiger ist als die ungleiche Verteilung? Das Paradox hat nichts damit zu tun, dass ursprünglich noch andere Verteilungen vorliegen konnten, denn dadurch wird das Verhältnis zwischen den Verteilungen nicht verändert. Es kann dadurch aufgelöst werden, dass man bestimmt, auf wie viele Weisen in den ersten beiden Runden die Trümpfe ausgespielt werden können. Haben wir zu Anfang eine 3 3-Verteilung, so können beide Partner ihre Trümpfe auf 3 2 verschiedene Arten ausspielen, das sind insgesamt 36 Möglichkeiten. Bei einer 4 2-Verteilung kommen wir dagegen auf = 24 Möglichkeiten. Diese unterschiedlichen Ausspielmöglichkeiten muss man durch = 2 3 kompensieren. In der Tat sind zwei Drittel von : = genau 805 : =
4 9.5 Das Paradox des zufälligen Schenkens Zu einer Party nehmen n Personen ein kleines Geschenk mit. Mit einer Tombola werden die n Geschenke wieder auf die Anwesenden zufällig verteilt. Überraschenderweise ist die Wahrscheinlichkeit ziemlich hoch, dass jemand sein eigenes Geschenk wieder zurückbekommt. Wir bestimmen die Anzahl a n der fixpunktfreien Permutationen der Menge A n = {1,...,n}. 1 kann auf ein beliebiges 1 < j n abgebildet werden, das sind n 1 Möglichkeiten. Wird j auf die 1 abgebildet, so gibt es für die übrigen i 1,j genau a n 2 fixpunktfreie Permutationen. Wird j nicht auf die 1 abgebildet, so ersetzen wir 1 durch j. Unsere Bedingung an die Zahlen 2,...,n ist dann, dass sie nicht auf sich selber abgebildet werden dürfen, wozu es a n 1 Möglichkeiten gibt. Wir erhalten die Rekursion Als nächstes zeigen wir, dass a n = (n 1(a n 1 +a n 2 für n 2, a 1 = 0, a 2 = 1. a n = n! n ( 1 i, n Æ. Die Anfangsbedingungen a 1 = 0, a 2 = 1 sind jedenfalls erfüllt. Es gilt (n 1(a n 1 +a n 2 = = n 2 ( 1 i n 2 ( 1 i ( ( 1 n 1 (n 2!+(n 1! (n 1+ (n 1! (n 1(n 1! n!+ ( 1n 1 ( 1n 1 n n! (n 1! (n 1! (n 1!n n = n! ( 1 i = a n. Die möglichen Fälle, die bei der Tombola vorkommen können, sind die Permutationen der Menge A n, also n!. Daher ist bei n Personen die Wahrscheinlichkeit, dass niemand sein eigenes Geschenk zurückbekommt, n ( 1 i p n = 1 e = , insbesondere p 3 = , p 4 = Obwohl auch hier die Zufallsvariablen, die beschreiben, ob die Person i das Geschenk i bekommt oder nicht bekommt, nicht unabhängig voneinander sind, könnten wir wie in Beispiel 8.6(ii argumentieren: Jeder Teilnehmer bekommt zufällig eines von n Geschenken und es ist ohne Belang, dass auch andere Teilnehmer ein Geschenk bekommen. Die Wahrscheinlichkeit, dass ein Teilnehmer sein Geschenk nicht zurückbekommt, ist 1 1 n, also wäre mit dieser Argumentation die Wahrscheinlichkeit, dass niemand sein eigenes Geschenk bekommt, das Produkt der Einzelwahrscheinlichkeiten, also (1 1 n n. Dies ist bereits für n = 2 falsch, konvergiert aber ebenfalls gegen e 1. Das hier dargestellte Problem wird heute auch als Wichtelproblem bezeichnet und es wird nach der Wahrscheinlichkeit der Selbstbewichtelung gefragt. Bewichtelung und Selbstbewichtelung, darauf muss man erst einmal kommen. 9.6 Die intransitiven Würfel Wir betrachten Würfel, die auf ihren Seiten auch andere Zahlen als 1 bis 6 haben dürfen. Wir sagen, der Würfel A schlägt den Würfel B, wenn er beim Würfeln mit Wahrscheinlichkeit p > 1/2 die höhere Zahl zeigt als B. Man könnte vermuten, dass die Relation schlägt transitiv ist: Wenn A B schlägt und B C, so schlägt A auch C. Wir wollen uns hier mit der Konstruktion von Würfeln befassen, bei denen A B, B C und C A schlägt. Bei diesen Würfeln kann Spieler I dem Spieler II vorschlagen, einen Würfel zu wählen. Daraufhin wählt Spieler I einen der verbliebenen Würfel, mit dem er gegen Spieler II gewinnt. 75
5 Das Standard-Beispiel sind die chinesischen Würfel, bei denen die Augenzahlen auf den Würfeln nicht alle verschieden sind: Würfel A : 3,3,3,3,3,6, Würfel B : 2,2,2,5,5,5, Würfel C : 1,4,4,4,4,4. Tritt ein Würfel gegen einen anderen an, so gibt es 36 Fälle zu untersuchen. Man rechnet leicht nach, dass A schlägt B, B schlägt C jeweils mit Wahrscheinlichkeit 21/36 und C schlägt A mit Wahrscheinlichkeit 25/36. Bei den Augen auf einem dieser Würfel könnte es sich auch um die Noten zur Bewertung eines Politikers bei einem Sechstel der Wähler handeln. Wenn nun jeder Wähler nach seiner Präferenz abstimmt, gewinnt Politiker A gegen B, B gegen C und C gegen A. Man kann allgemein zeigen, dass es bei mehr als zwei Kandidaten kein gerechtes Wahlverfahren gibt. Mathematiker haben vorgeschlagen, dass bei der Wahl zwischen n Politikern oder Parteien Präferenzpunkte von n 1 bis 0 durch den Wähler vergeben werden. Diese Punkte werden einfach addiert, eine Stichwahl ist überflüssig. 9.7 Paradox der eigenen Meinung Fünf Richter 1, 2, 3, 4, 5 fällen ihre Urteile durch eine einfache Mehrheitsentscheidung, wobei sich 1 und 2 in 5% der Fälle irren, 3 und 4 in 10% der Fälle und 5 in 20% der Fälle. Die entsprechenden Irrtümer sind dabei voneinander unabhängig. Die Wahrscheinlichkeit für ein Fehlurteil ist dann etwa 0, 7%, was überraschend wenig ist. Verzichtet dagegen 5, der die höchste Irrtumswahrscheinlichkeit hat, auf eine eigene Meinung und schließt sich dem Richter 1 mit der geringsten Irrtumswahrscheinlichkeit an, so steigt die Wahrscheinlichkeit auf ein Fehlurteil auf rund 1, 2%. Können Sie das nachvollziehen? Seien p i die Wahrscheinlichkeiten, dass Richter i sich nicht irrt, also p 1 = p 2 = 0,95, p 3 = p 4 = 0,9 und p 5 = 0,8. Kein Fehlurteil kommt zu Stande, wenn sich 0 bis 2 Richter irren. Kein Richter irrt sich mit Wahrscheinlichkeit a = p 1...p 5 = 0, Um die anderen Möglichkeiten zügig zu berechnen, setzen wir s i = 1 p i p i, s 1 = s 2 = 0, , s 3 = s 4 = , s 5 = 0,25. Damit erhalten wir für die Wahrscheinlichkeit p, dass sich 0 bis 2 Richter irren p = a ( 1+ 5 s i + i=1 5 i,j=1, i j s i s j = 0, , was zu einem Fehlurteil mit Wahrscheinlichkeit 1 0, führt, das sind rund 0,7% der Fälle. Schließt sich Richter 5 der Meinung von Richter 1 an, so bleiben p 1,...,p 4 wie zuvor. Die Wahrscheinlichkeit, dass sich kein Richter irrt, ist dann a = p 1...p 4 = 0, s 1,...,s 4 seien die gleichen Zahlen wie zuvor. Dann gilt für die Wahrscheinlichkeit, dass sich 0 bis 2 Richter irren, p = a ( 1+ 4 s i +s 2 s 3 +s 2 s 4 +s 3 s 4 = 0, , was einer Irrtumswahrscheinlichkeit von etwa 1, 2% entspricht. i=1 9.8 Ein alter Jahrmarktschwindel Ein alter Jahrmarktschwindel verwendet drei Spielkarten, je eine, die auf beiden Seiten rot bzw. schwarz ist, sowie eine, die auf einer Seite rot und auf 76
6 der anderen schwarz ist. Man zieht eine dieser Karten so, dass nur die Oberseite zu sehen ist. Der Budenbesitzer wettet, dass die Unterseite die gleiche Farbe wie die Oberseite besitzt. Wenn man nun dagegen wettet, ist die Wette fair, weil es ja nur zwei Karten mit der jeweiligen Farbe auf der Oberseite gibt. Oder? 77
. Allgemeiner berechnen wir Wahrscheinlichkeiten nach der Formel p =
2 Stochastik Mit p(a bezeichnen wir die Wahrscheinlichkeit eines Ereignisses A. p = 1 bedeutet, dass das Ereignis sicher eintritt, p = 0, dass es niemals eintritt. Es gilt demnach immer 0 p 1. Werfen wir
MehrSpielanleitung für das Backgammon-Spiel mit freundlicher Genehmigung von
Spielanleitung für das Backgammon-Spiel mit freundlicher Genehmigung von http://www.bkgm.com/rules/german/rules.html Obwohl Backgammon ein Würfelspiel ist, ist es ein Spiel, bei dem geistige Geschicklichkeit
MehrPflichtteilaufgaben 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
MehrAufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors
Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
Mehr1,00 2,00 3,00 4,00 Bestimme den Gewinnerwartungswert. Entscheide, ob das Spiel fair ist.
Level Grundlagen Blatt Dokument mit 3 Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
MehrBeispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal
Beispiel 37 Wir werfen eine Münze so lange, bis zum ersten Mal Kopf erscheint. Dies geschehe in jedem Wurf unabhängig mit Wahrscheinlichkeit p. Wir definieren dazu die Zufallsvariable X := Anzahl der Würfe.
MehrIntransitive Würfel Lösungen
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Intransitive Würfel Lösungen Hier sind nochmal Efrons Würfel für euch abgebildet: Würfel A Würfel B Würfel C Würfel D Aufgabe (Würfelexperiment
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
Mehrω ) auftritt. Vervollständige den Satz, sodass eine mathematisch richtige Aussage entsteht. Wähle dazu die richtigen Satzteile aus.
Ein Zufallsexperiment ist ein Vorgang, der unter exakt festgelegten Bedingungen abläuft, unter diesen Bedingungen beliebig oft wiederholbar ist und dessen Ausgang ω Ω nicht eindeutig vorhersehbar ist.
MehrWahrscheinlichkeitsrechnung
Absolute und relative en Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder mit einer
MehrUnabhängigkeit 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
Mehralte Maturaufgaben zu Stochastik
Stochastik 01.02.13 alte Maturaufgaben 1 alte Maturaufgaben zu Stochastik 1 07/08 1. (8 P.) In einer Urne liegen 5 rote, 8 gelbe und 7 blaue Kugeln. Es werden nacheinander drei Kugeln gezogen, wobei die
MehrÜbungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016
Übungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016 43) [3 Punkte] Sei φ(t) die charakteristische Funktion der Verteilungsfunktion F (x). Zeigen Sie, dass für jedes
MehrMafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)
Musterlösung zum. Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur Gruben. Wahrscheinlichkeiten I ( Punkte Die Seiten von zwei Würfeln sind mit den folgenden Zahlen
MehrStatistik Übungen SS 2018
Statistik Übungen SS 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrÜbungsblatt 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
Mehr1 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
MehrZusammenfassung 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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übungen für die kompetenzbasierte Abschlussprüfung 1. 60 Äpfel wurden gewogen und die Ergebnisse in einem Boxplot-Diagramm dargestellt. Ergänzen Sie die folgenden
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
MehrBSZ für Bau- und Oberflächentechnik des Landkreises Zwickau Außenstelle Limbach-Oberfrohna STOCHASTIK
. Ordnen Sie die in den folgenden Bildern dargestellten Wahrscheinlichkeitsfunktionen nach den Erwartungswerten ihrer Zufallsgröße X mit x, 2,, 4, 5 größten Erwartungswert. i. Beginnen Sie mit dem Bild
MehrKlausur 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,
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs
MehrLösungen Wahrscheinlichkeitstheorie
Lösungen Wahrscheinlichkeitstheorie Serie 3 Aufgabe (Differenz der Augenzahlen. Es werden zwei sechsseitige Spielwürfel geworfen und die (nichtnegative Differenz Z der beiden Augenzahlen notiert. Stellen
MehrAUSWERTEN. Ein Zufallsexperiment wird ausgewertet, indem man die relativen Häufigkeiten berechnet. Die relative Häufigkeit ist das Verhältnis:
Hilfe EIN ZUFALLSEXPERIMENT AUSWERTEN Die Ergebnisse eines Zufallsexperiments werden in der Regel in einer Tabelle aufgeschrieben. Hierzu können während des Experiments Strichlisten geführt oder nach Beendigung
MehrZufallsvariable 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
MehrÜbersicht Wahrscheinlichkeitsrechnung EF
Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel
MehrDiscrete Probability - Übung
F H Z > F A C H H O C H S C H U L E Z E N T R A L S C H W E I Z H T A > H O C H S C H U L E F Ü R T E C H N I K + A R C H I T E K T U R L U Z E R N A b t e i l u n g I n f o r m a t i k Discrete Probability
MehrWahrscheinlichkeiten mit Flächenbildern und Baumdiagrammen bestimmen
1 Vertiefen 2 Wahrscheinlichkeiten mit Flächenbildern und Baumdiagrammen bestimmen zu Aufgabe 4 Schulbuch, Seite 141 4 Mit Flächenbildern Wahrscheinlichkeiten bestimmen zu Aufgabe 6 Schulbuch, Seite 142
MehrStatistik Übungen WS 2017/18
Statistik Übungen WS 2017/18 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrBlatt 6: Grundlagen der Wahrscheinlichkeitstheorie MAE 3
School of Engineering Winterthur Zürcher Hochschule für Angewandte Wissenschaften Blatt 6: Grundlagen der Wahrscheinlichkeitstheorie MAE 3 Aufgabe 1: Ein homogener Würfel wird zwei Mal geworfen. Wie groß
MehrSpielgeräte: Von Wahrscheinlichkeiten bis Binomialverteilung
Bernoulli-Kette, und hypergeometrische Verteilung: F. 2. 32 Spielgeräte: Von Wahrscheinlichkeiten bis Die folgende Stationenarbeit dient dazu, die Begriffe der Oberstufenstochastik (Wahrscheinlichkeit;
MehrDiskrete Zufallsvariable*
Diskrete Zufallsvariable* Aufgabennummer: 1_37 Aufgabentyp: Aufgabenformat: Multiple Choice (1 aus 6) Grundkompetenz: WS 3.1 Typ 1 T Typ Die unten stehende Abbildung zeigt die Wahrscheinlichkeitsverteilung
MehrArbeitsblatt Wahrscheinlichkeit
EI 8a 2010-11 MATHEMATIK Arbeitsblatt Wahrscheinlichkeit gelöst! 1. Aufgabe Wahrscheinlichkeit (hier wird dann auch mal gerundet!) a) Merksatz: Wahrscheinlichkeiten kann man immer (nicht ganz. dann, wenn
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrTag der Mathematik 2018
Tag der Mathematik 08 Gruppenwettbewerb Einzelwettbewerb Mathematische Hürden Aufgaben mit en und Punkteverteilung Tag der Mathematik 08 Hinweise für Korrektoren Generell gilt: Zielführende Zwischenschritte
MehrLevel 1 Grundlagen Blatt 2
Level 1 Grundlagen Blatt 2 Dokument mit 1 Aufgaben Aufgabe A9 Ein Glücksrad besteht aus 3 Feldern, die folgendermaßen beschriftet sind: 1.Feld: 2,00 2. Feld: 5,00 3. Feld: 0,00 Das 1. Feld hat einen Mittelpunktswinkel
MehrSpielregeln Backgammon
Das Ziel von Backgammon Spielregeln Backgammon Ziel diese Spieles besteht darin, seine Steine (schwarz oder weiß) in das eigene Heimfeld zu bringen und sie dann von dort abzuwürfeln (rauszunehmen). Dabei
Mehr1. Eine Tombola mit Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt!
1. Eine Tombola mit 10000 Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt! Wie deuten Sie dieses Versprechen? Sie kaufen vier Lose. Ist es sicher, dass darunter ein Gewinnlos ist? Wie sieht es bei
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält
MehrDie beiden Glücksräder werden gedreht. Die Ergebnisse beider Glücksräder werden addiert. Es werden zwei Gewinnsituationen
7 Aufgaben im Dokument Aufgabe W4a/200 Ein Glücksrad mit den Mittelpunktswinkeln 60, 20 und 0 ist mit den Zahlen 20, 0 und 6 beschriftet. Es wird zweimal gedreht. Wie groß ist die Wahrscheinlichkeit, dass
MehrDiskrete Verteilungen
KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder
MehrSerie 4, Musterlösung
Serie 4, Musterlösung WST www.adams-science.org Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Ableitung und Summenzeichen 974558 Leiten Sie die beiden Reihen ab und formulieren Sie einen Zusammenhang zwischen f(x),
Mehr2.2 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,
MehrTag der Mathematik 2018
Gruppenwettbewerb Einzelwettbewerb Mathematische Hürden Aufgaben mit en Aufgabe G mit Aufgabe G Stein Für reelle Zahlen ist die Relation... ist kleiner als... transitiv, d.h. aus a < b und b < c folgt
MehrInstitut für Stochastik, SoSe K L A U S U R , 13:
Institut für Stochastik, SoSe 2014 Mathematische Statistik Paravicini/Heusel 1. K L A U S U R 12.7.2014, 13:00-16.00 Name: Geburtsdatum: Vorname: Matrikelnummer: Übungsgruppe bei: Studiengang & angestrebter
MehrStatistik Übungen SS 2017
Statistik Übungen SS 2017 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrKlausur: 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.
MehrErwartungswert. c Roolfs
Erwartungswert 2e b a 4e Der Sektor a des Glücksrads bringt einen Gewinn von 2e, der Sektor b das Doppelte. Um den fairen Einsatz zu ermitteln, ist der durchschnittlich zu erwartende Gewinn pro Spiel zu
MehrVorlesung 8b. Zweistufige Zufallsexperimente. Teil 1
Vorlesung 8b Zweistufige Zufallsexperimente Teil 1 1 Stellen wir uns ein zufälliges Paar X = (X 1, X 2 ) vor, das auf zweistufige Weise zustande kommt: es gibt eine Regel, die besagt, wie X 2 verteilt
Mehr9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe
Übungsmaterial 9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe 9. Erwartungswert Fragt man nach dem mittleren Wert einer Zufallsgröÿe X pro Versuch, so berechnet man den Erwartungswert
MehrStatistik Übungen Sommeruni 2018
Statistik Übungen Sommeruni 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei
MehrAufgaben zum Wahrscheinlichkeitsrechnen
1.) Wie groß ist die Wahrscheinlichkeit, beim einmaligen Werfen mit einem Würfel keine 4 zu werfen? % 2.) Wie groß ist beim einmaligen Werfen von zwei verschieden farbigen Würfeln die Wahrscheinlichkeit,...
MehrÜbungen zur Kombinatorik (Laplace)
1. In einem Beutel sind 10 Spielmarken enthalten, die von 0 bis 9 nummeriert sind. X sei das Ereignis, dass man zufällig die Marke 5 oder 8 herausholt, Y das Ereignis, dass eine größere Zahl als 5 gezogen
MehrTU DORTMUND Sommersemester 2018
Fakultät Statistik. April 08 Blatt Aufgabe.: Wir betrachten das Zufallsexperiment gleichzeitiges Werfen zweier nicht unterscheidbarer Würfel. Sei A das Ereignis, dass die Augensumme beider Würfel ungerade
Mehr1.5 Erwartungswert und Varianz
Ziel: Charakterisiere Verteilungen von Zufallsvariablen (Bildbereich also reelle Zahlen, metrische Skala) durch Kenngrößen (in Analogie zu Lage- und Streuungsmaßen der deskriptiven Statistik). Insbesondere:
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrBeispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten.
3. Laplaceexperimente. Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten. Laplace-Münze: p(k) = p(z) = / Laplace-Würfel: p() =... = p(6) = / 6.
MehrKlausur 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
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 10/1 13.03.2013 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie
MehrEs wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =
Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen
MehrWeihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012
Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält
MehrAbitur 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
MehrBerechnung von W für die Elementarereignisse einer Zufallsgröße
R. Albers, M. Yanik Skript zur Vorlesung Stochastik (lementarmathematik) 5. Zufallsvariablen Bei Zufallsvariablen geht es darum, ein xperiment durchzuführen und dem entstandenen rgebnis eine Zahl zuzuordnen.
MehrDiskrete 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:
MehrEreignis 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
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 112 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Einführung in die Stochastik. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Einführung in die Stochastik Das komplette Material finden Sie hier: School-Scout.de Inhaltsverzeichnis Wiederholung Kapitel 1: Der
MehrK3 (Diskrete) Zufallsvariablen 3.1 Basis
K3 (Diskrete) Zufallsvariablen 3.1 Basis Ω = {ω}, X(ω) ist eine Größe die durch ω bestimmt ist. Bei der zufälligen Auswahl von ω bekommen wir den Wert, X(ω). Definition: Ist (Ω, F, P) ein Wahrscheinlichkeitsraum
MehrBeispiel: Zufallsvariable
Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder Zahl zeigen. Man ist nur an der Zahl der Köpfe interessiert. Anzahl Kopf Elementarereignis
MehrStochastik - 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
MehrStochastik 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.
MehrStochastik (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
MehrKlausur 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,
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrZufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s
4. Zufallsgrößen =============================================================== 4.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrD. Ulmet IT 4 Blatt 5 Stochastik I SS 2005
D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,
MehrAufgabe 4 Ein fairer Würfel wird 36-mal geworfen. Berechne die Wahrscheinlichkeit dafür, dass die Augenzahl 6 in der erwarteten Anzahl eintritt.
Dokument mit 26 Aufgaben Aufgabe 1 Ein Jäger trifft sein Ziel mit einer Wahrscheinlichkeit 40 %. Mit welcher Wahrscheinlichkeit erzielt er bei zehn Schüssen a) genau sechs Treffer b) mehr als sechs Treffer?
MehrDiscrete 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
MehrÜ 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
MehrPfadwahrscheinlichkeiten
Pfadwahrscheinlichkeiten Die Wahrscheinlichkeit, beim zweimaligen Würfeln eine Doppelsechs zu erzielen, beträgt 6. Das Ergebnis legt die Vermutung nahe, dass wir lediglich, also die Wahrscheinlichkeit,
MehrLevel 1 Grundlagen Blatt 3 0,50 1,00. Die Einsätze hängen vom Alter der Kinder ab: Schülerinnen/Schüler, Kinder und Jugendliche Erwachsene
Level 1 Grundlagen Blatt 3 okument mit 12 Aufgaben Aufgabe A1 ie SMV des ASG unterstützt jedes Jahr ein soziales Kinder- oder Jugendprojekt. as Geld wird auf dem Schulfest mit einem Informationsstand und
MehrTU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ)
TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig 9..04 Lösungsvorschläge zum 3. Aufgabenblatt der Vorlesung,,Einführung in die Finanzmathematik Gruppenübungen Aufgabe : Es sei Ω = {, +} n,
MehrKapitel 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
MehrKlausur: 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
MehrStochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz
Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 0 Alexander Schwarz www.mathe-aufgaben.com November 20 Aufgabe : Ein Glücksrad besteht aus Feldern, die folgendermaßen beschriftet sind:.feld:
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
MehrAufgabe 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)
MehrElemente 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)
MehrErwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?
Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben
Mehr4. 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
MehrDoz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I
Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I Wählen Sie aus den folgenden sechs Aufgaben fünf Aufgaben aus. Die maximal erreichbare Punktezahl finden Sie neben jeder Aufgabe.
Mehr