a) Geben Sie einen geeigneten Ergebnisraum Ω an. Wieviele Elemente hat dieser?
|
|
- Walter Hausler
- vor 7 Jahren
- Abrufe
Transkript
1 Statitik für Kommunikationienchaftler Sommeremeter 008 Vorleung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauer, Manuel Wieenfarth, Monia Mahling Löung Thema 3 Homepage zur Verantaltung: Löung Aufgabe 1 (Ergebniraum, Ereigni, Unabhängigkeit) Jemand irft eine Münze dreimal. a) Geben Sie einen geeigneten Ergebniraum Ω an. Wieviele Elemente hat dieer Ω {(K; K; K), (K; K; Z), (K; Z; K), (K; Z; Z), (Z; Z; Z), (Z; Z; K), (Z; K; Z), (Z; K; K)} 3 8 mögliche Ergebnie [alle gleich ahrcheinlich Laplace-Wahrcheinlichkeitdefinition zur Berechnung der Wahrcheinlichkeiten] b) Geben Sie die zu dem Ereigni E fällt zeimal Kopf gehörige Teilmenge A an und berechnen Sie P (A). A: E fällt zeimal Kopf. A {(K; K; Z), (K; Z; K), (Z; K; K)} Ω [A it eine Teilmenge der Ergebniraume A it ein Ereigni] P (A) Zahl der güntigen Fälle Zahl aller (gleich) möglichen Fälle 3 8 Betrachten Sie nun zuätzlich da Ereigni B: E fällt zeimal Zahl. c) Sind die beiden Ereignie A und B dijunkt B: E fällt zeimal Zahl. B {(Z; Z; K), (Z; K; Z), (K; Z; Z)} Zei Ereignie A und B ind dijunkt, enn A B, d.h. enn die Schnittmenge leer it (bz. enn ie keine gemeinamen Elemente aufeien). Hier: A B A und B ind dijunkt d) Geben Sie die Ereignie (A B) und (A B) in Worten ieder und berechnen Sie die zugehörigen Wahrcheinlichkeiten. A B: zeimal Kopf und zeimal Zahl P (A B) P ( ) 1 P (Ω) 0 unmögliche Ereigni A B: zeimal Kopf oder zeimal Zahl P (A B) P (A) + P (B) (Übergang zum Gegenereigni) (A und B dijunkt Axiom der Additivität) 1
2 Betrachten Sie nun noch da Ereigni C: E fällt mindeten einmal Zahl. e) Sind die beiden Ereignie A und C dijunkt C: E fällt mindeten einmal Zahl. C {(K; K; Z), (K; Z; K), (K; Z; Z), (Z; Z; Z), (Z; Z; K), (Z; K; Z), (Z; K; K)} [Zei Ereignie A und B ind dijunkt, enn A B, d.h. enn die Schnittmenge leer it.] Gibt e gemeiname Ergebnie Hier: A C {(K; K; Z), (K; Z; K), (Z; K; K)} e gibt gemeiname Ergebnie A und C ind nicht dijunkt f) Geben Sie die Ereignie (A C) und (A C) in Worten ieder und berechnen Sie die zugehörigen Wahrcheinlichkeiten. A C: zeimal Kopf und mindeten einmal Zahl P (A C) 3 8 [ P (A)] A C: zeimal Kopf oder mindeten einmal Zahl P (A C) P (A) + P (C) P (A C) (Additionatz) g) Sind A und C unabhängig Definition: A und C ind unabhängig, enn P (A C) P (A) und P (C A) P (C) oder P (A C) P (A) P (C) P (A C) 3 8 P (A) P (C) A und C ind nicht unabhängig
3 Löung Aufgabe (Bedingte Wahrcheinlichkeit und Unabhängigkeit) Ein fairer Würfel erde einmal georfen. Betrachten Sie dazu folgende Ereignie: A: E ird die Zahl 1 geürfelt. B: E ird die Zahl oder 3 geürfelt. C: E ird eine Zahl größer al 3 geürfelt. Der Würfel ird o georfen, da Sie da Ergebni nicht ehen können. Eine andere Peron konnte da Ergebni jedoch ehen und verrät Ihnen, da eine gerade Zahl geürfelt urde (Ereigni D). 0) Ereignie definieren A{1} B{, 3} C{4, 5, 6} D{, 4, 6} a) Zeichnen Sie alle vier Ereignie in ein Venn-Diagramm ein. b) Berechnen Sie die bedingten Wahrcheinlichkeiten der Ereignie A, B und C, jeeil bedingt auf D. Wa fällt Ihnen auf P (A D) P (A D) P (D) 0 3/6 0 P (B D) P (B D) P (D) 1/6 3/6 1/3 P (C D) P (C D) P (D) /6 3/6 /3 Die Summe der bedingten Wahrcheinlichkeiten it 1. c) Sind die Ereignie A, B und C jeeil von D tochatich unabhängig P (A D) 0 P (A) P (D) P (A D) P (A) P (D) A und D ind tochatich abhängig P (B D) 1 6 P (B) P (D) P (B D) P (B) P (D) B und D ind tochatich unabhängig P (C D) P (C) P (D) P (C D) P (C) P (D) C und D ind tochatich abhängig 3
4 Löung Aufgabe 3 (Unabhängigkeit) Unter einer Gruppe von 60 feiernden Studenten ind 15 Fußballfan. Die Hälfte aller Aneenden ind Germanitik-Studenten mit einem Hang zur Poeie. Beide Eigenchaften eien unabhängig voneinander. Wir betrachten alo hier die beiden Ereignie: A: Die Peron it Fußballfan. B: Die Peron it ein Poet. Ich uche mir an dieem Abend genau eine(n) GeprächpartnerIn zufällig au: 0) Wahrcheinlichkeiten au der Angabe P (A) P (A C ) 1 P (A) P (B) P (B C ) 1 P (B) a) Mit elcher Wahrcheinlichkeit mu ich mir die chönten Momente der vergangenen Fußball- Saion in Reinform anhören (P (A B)) P (A B) P (A) P (B) (Unabhängigkeit) , 15 8 b) Mit elcher Wahrcheinlichkeit mu ich mich den ganzen Abend über Fußball unterhalten, dafür aber unter keiner poetichen Darbietung leiden (P (A B C )) P (A B C ) P (A) P (B C ) (Unabhängigkeit) , 15 8 [Wenn A und B unabhängig ind, dann ind auch alle Kombinationen von A, A C mit B, B C unabhängig.] c) Mit elcher Wahrcheinlichkeit kann ich mich gut amüieren (P (A C B C )) P (A C B C ) P (A C ) P (B C ) (Unabhängigkeit) , [Wenn A und B unabhängig ind, dann ind auch alle Kombinationen von A, A C mit B, B C unabhängig.] 4
5 Löung Aufgabe 4 (Wahrcheinlichkeitbaum, bedingte Wahrcheinlichkeiten) Wir betrachten folgende Experiment: Au einer Urne mit drei eißen und drei charzen Kugeln ird dreimal gezogen. Jede Kugel, die gezogen ird, oll nicht mehr in die Urne zurückgelegt erden ( Ziehen ohne Zurücklegen ), o da nach dreimaligem Ziehen nur noch 3 Kugeln in der Urne verbleiben. Der Wahrcheinlichkeitbaum in Abbildung 1 gibt an, ie ich die Auahlahrcheinlichkeit für eine betimmte Farbe im Laufe der dreimaligen Ziehung verändert. 1. Ziehung. Ziehung 3. Ziehung Abbildung 1: Wahrcheinlichkeitbaum zu Aufgabe 4 0) [Wahrcheinlichkeiten ändern ich von Ziehung zu Ziehung, da ohne Zurücklegen gezogen ird.] [Bedingte Wahrcheinlichkeit: Wahrcheinlichkeit für eine betimmte Farbe hängt (ab dem. Zug) von der / den voraugegangenen Ziehungen ab] a) Bechreiben Sie einen beliebigen Pfad (von ganz link nach ganz recht) mit Ihren eigenen Worten. Beipiel: 1. Ziehung: au Urne mit 3 und 3. Ziehung: au Urne mit und 3 3. Ziehung: au Urne mit und 5
6 b) Bechreiben Sie da Ereigni, zu dem die umrandete Wahrcheinlichkeit gehört, mit eigenen Worten. Bei der. Ziehung ird eine eiße Kugel au einer Urne mit 3 und Kugeln gezogen. Im voraugegangenen Zug urde bereit eine charze Kugel gezogen. c) An elchen Stellen müen ich Wahrcheinlichkeiten jeeil immer zu 1 aufummieren Wahrcheinlichkeiten für Kanten (hier Verbindunglinien), die einen gemeinamen Knoten (hier dargetellt durch eine Kugel) haben, ummieren ich zu 1. d) Setzen Sie die richtigen Wahrcheinlichkeiten ein, o jetzt noch Fragezeichen tehen. Alle folgt au c) bi auf: P (3. Ziehung 1. Ziehung und. Ziehung ) P (Ziehe au Urne mit 1 und 3 ) 1 4 e) Berechnen Sie die Wahrcheinlichkeit beim erten Ziehen eine charze und beim zeiten und dritten Mal jeeil eine eiße Kugel zu erhalten. P ({(; ; )}) P (1. Ziehung ) P (. Ziehung 1. Ziehung ) alo einfach am Pfad entlang multiplizieren P (3. Ziehung. Ziehung und 1. Ziehung ) , 15 0 folgt au: P (A B) P (A) P (B A) e gilt nämlich allgemeiner: P (A B C) P (A) P (B A) P (C A, B) da ind die Wahrcheinlichkeiten im Wahrcheinlichkeitbaum f) Berechnen Sie die Wahrcheinlichkeit eine charze und zei eiße Kugeln zu ziehen. Wieo untercheidet ich Ihr Ergebni von dem in Teilaufgabe e) F : 1 und Kugeln ziehen F {(; ; ), (; ; ), (; ; )} P (F ) P ({(; ; )} {(; ; )} {(; ; )}) P ({(; ; )}) + P ({(; ; )}) + P ({(; ; )}) (Ereignie dijunkt) , 45 Hier untercheidet ich da Ergebni von dem in e), da hier die Reihenfolge der gezogenen Kugeln egal it. Hier 3 Möglichkeiten gegenüber von einer Möglichkeit in e) Wahrcheinlichkeit größer 6
7 Löung Aufgabe 5 (Wahrcheinlichkeitbaum, Satz von der totalen Wahrcheinlichkeit, Satz von Baye) Gegeben ei eine Urne mit einer charzen und zei roten Kugeln. Wir betrachten die Ereignie R: e ird eine rote Kugel gezogen und S: e ird eine charze Kugel gezogen. E erde nun dreimal au dieer Urne ohne Zurücklegen gezogen - die Urne it alo nach dem letzten Zug leer. 0) Ereignie definieren: R: e ird eine rote Kugel gezogen S: e ird eine charze Kugel gezogen a) Zeichnen Sie hierzu den zugehörigen Wahrcheinlichkeitbaum. b) Wie groß it die Wahrcheinlichkeit im zeiten Zug eine rote Kugel zu ziehen Die Wahrcheinlichkeiten kann man im linken und rechten At ableen, dort teht im. Zug jeeil ein R. P (. Zug R ) P ({(S, R)}) + P ({(R, R)}) P ( 1. Zug S ) P (. Zug R 1. Zug S ) + (Satz von der +P ( 1. Zug R ) P (. Zug R 1. Zug R ) totalen Wahrcheinlichkeit) c) Angenommen e urde im zeiten Zug eine rote Kugel gezogen. Mit elcher Wahrcheinlichkeit urde im erten Zug ebenfall eine rote Kugel gezogen Die Wahrcheinlichkeit lät ich über den Satz von Baye berechnen. Dabei findet da Ergebni der Aufgabe b) (P (. Zug R ) 3 ) Verendung: P ( 1. Zug R. Zug R ) P ( 1. Zug R. Zug R ) (Satz von Baye) P (. Zug R ) P ( 1. Zug R ) P (. Zug R 1. Zug R ) P (. Zug R )
8 Löung Aufgabe 6 (Wahrcheinlichkeitbaum, Satz von der totalen Wahrcheinlichkeit, Satz von Baye) Ein Taxifahrer hat Fahrerflucht begangen. Ein Zeuge hat den Wagen al blau identifiziert. In der Stadt arbeiten nur zei Taxifirmen, die Grünen und die Blauen : 85 Prozent der Taxi ind grün, 15 Prozent blau. Ein Tet ergibt, da der Zeuge die Taxifarbe in 80 Prozent aller Fälle richtig identifiziert. 0) Ereignie definieren: - G: grüne Taxi - B: blaue Taxi - ZG: Zeuge agt, er habe ein grüne Taxi geehen - ZB: Zeuge agt, er habe ein blaue Taxi geehen a) Zeichnen Sie den zugehörigen Wahrcheinlichkeitbaum. Tipp: Gehen Sie dabei von einer Population von 100 Taxi au und berechnen Sie zunächt die zugehörigen (aboluten) Anzahlen von blauen Taxi, die korrekt al blau identifiziert urden bz. fälchlichereie al grün, und dann die Anzahlen der grünen Taxi, die korrekt al grün bz. fälchlichereie al blau identifiziert urden. Tragen Sie dann antelle der Wahrcheinlichkeiten die aboluten Häufigkeiten der Ereignie tatächliche Autofarbe (blau, grün) und vom Zeugen identifizierte Farbe (blau, grün) in den Baum ein. Wahrcheinlichkeitbaum: b) Wie hoch it die Wahrcheinlichkeit, da da Taxi, mit dem die Fahrerflucht begangen urde, blau ar, enn berückichtigt ird, da der Zeuge den Wagen al blau identifiziert hat P (B ZB) P (B ZB) P (ZB) P (ZB B) P (B) P (ZB B) P (B) + P (ZB G) P (G) 0, 8 0, 15 0, 8 0, , 0, , 4% 9 (Satz von Baye) (Satz von der totalen Wahrcheinlichkeit) c) Wie erklären Sie ich da Ergebni Der Zeuge hat doch mit 80 prozentiger Wahrcheinlichkeit ein blaue Taxi identifiziert. Bei der bedingten Wahrcheinlichkeit geht mit ein, da e nur eine Minderheit an blauen Taxi in der Stadt gibt, nämlich nur 15%. Hätte man hier keine Zeugenauage gehabt, ürde man ogar nur mit 15%iger Wahrcheinlichkeit ein blaue Taxi verdächtigen. (Beipiel enttammt: Focu Nr. 17, , S. 114 und urde von Nobelpreiträger Daniel Kahneman erdacht.) 8
9 Löung Aufgabe 7 (Senitivität und Spezifität, Satz von Baye) Ein Laboratorium hat einen Alkohol-Tet entorfen. Au den biherigen Erfahrungen eiß man, da 60% der von der Polizei kontrollierten Peronen tatächlich betrunken ind. Bezüglich der Funktioneie de Tet urde ermittelt, da - in 95% der Fälle der Tet poitiv reagiert, enn die Peron tatächlich betrunken it, - in 97% der Fälle der Tet negativ reagiert, enn die Peron nicht betrunken it. Ereignie definieren: - B+: Peron it betrunken - B : Peron it nicht betrunken - T +: Tet it poitiv - T : Tet it negativ Wahrcheinlichkeiten au der Angabe: - P (B+) 0, 6 P (B ) 1 P (B+) 1 0, 6 0, 4 - P (T + B+) 0, 95 P (T B+) 1 P (T + B+) 1 0, 95 0, 05 - P (T B ) 0, 97 P (T + B ) 1 P (T B ) 1 0, 97 0, 03 a) Geben Sie Senitivität und Spezifität de Tet an. - Senitivität (tet true poitive) Wahrcheinlichkeit, da eine kranke Peron al krank erkannt ird bz. Wahrcheinlichkeit, da eine betrunkene Peron al betrunken erkannt ird P (T + B+) 0, 95 - Spezifität (tet true negative) Wahrcheinlichkeit, da eine geunde Peron al geund erkannt ird bz. Wahrcheinlichkeit, da eine nüchterne Peron al nüchtern erkannt ird P (T B ) 0, 97 b) Geben Sie die Prävalenz an. P (B+) 0.6 c) Wie groß it die Wahrcheinlichkeit, da eine Peron betrunken it, enn der Tet poitiv reagiert Wie ird diee Wahrcheinlichkeit noch bezeichnet Satz von Baye P (B + T +) P (B + T +) P (T +) P (T + B+) P (B+) P (T + B+) P (B+) + P (T + B ) P (B ) 0, 95 0, 6 0, 95 0, 6 + 0, 03 0, 4 0, 57 0, 979 0, 58 9
10 Da heißt, man kann bei einem poitiven Tetergebni mit einer Wahrcheinlichkeit von 97, 9% davon augehen, da die Peron tatächlich betrunken it. Diee Wahrcheinlichkeit ird auch al prädiktiver Wert bezeichnet. d) Angenommen, nur 10% (tatt 60%) der von der Polizei kontrollierten Peronen ind tatächlich betrunken. Wie groß it dann die Wahrcheinlichkeit, da eine Peron betrunken it, enn der Tet poitiv reagiert Veränderte Angabe: P (B+) 0, 1 P (B ) 0, 9 Satz von Baye P (B + T +) P (B + T +) P (T +) P (T + B+) P (B+) P (T + B+) P (B+) + P (T + B ) P (B ) 0, 95 0, 1 0, 95 0, 1 + 0, 03 0, 9 0, 095 0, 779 0, 1 Da heißt, man kann bei einem poitiven Tetergebni jetzt nur noch mit einer Wahrcheinlichkeit von 77, 9% davon augehen, da die Peron tatächlich betrunken it. 10
11 Löung Aufgabe 8 (Abolute Riiko, relative Riiko und erarteter Effekt) 0) Ereignie definieren E: Ein Kind unter 5 Jahren befindet ich innerhalb de 5km-Radiue um ein etdeutche Kernkrafterk (Kind mit Expoition). E C : Ein Kind unter 5 Jahren it keiner Strahlung augeetzt (Kind ohne Expoition). K: Ein Kind erkrankt in den erten 5 Jahren an Kreb. K C : Ein Kind erkrankt in den erten 5 Jahren nicht an Kreb. a) Geben Sie da relative Riiko und da abolute Riiko al bedingte Wahrcheinlichkeiten ieder. Relative Riiko: RR P (K E) P (K E C ) 1, 6 Abolute Riiko für Kinder ohne Expoition (au Angabe): AR ohne Expoition P (K E C ) 0, Abolute Riiko für Kinder mit Expoition: AR mit Expoition P (K E) b) Interpretieren Sie da relative Riiko. Da relative Riiko von 1,6 bedeutet hier, da die Erkrankungahrcheinlichkeit in der 5km- Zone um den Faktor 1,6 erhöht it. E ergibt ich alo ein 60% höhere Krebriiko für Kinder im 5 km Umkrei von Atomkrafterken al für Kinder ohne Expoition. c) Berechnen Sie die Wahrcheinlichkeit P (K E). Interpretieren Sie da Ergebni. P (K E) P (K E C ) RR 0, , 6 0, , 15% (iehe zur Erklärung auch Anort in b)) Da abolute Riiko unter Expoition liegt alo bei 0,15%, d.h. im Durchchnitt erkranken 15 von Kleinkindern im Nahbereich von Atomkrafterken. d) Wieviele der in Deutchland im Zeitraum im Alter von unter 5 Jahren mit Kreb diagnotizierten Erkrankungfälle ind unter den gemachten Modellannahmen dem Wohnen innerhalb der 5km-Zone um ein deutche Kernkrafterk zuzuchreiben, enn in den 5km-Zonen der 16 etdeutchen Kernkrafterke im elben Zeitraum 77 Kinder erkrankt ind 77 Fälle in der 5km-Zone Anzahl Fälle unter Expoition RR 77 1,6 48, erartete Fälle ohne Expoition. Damit ergeben ich zuätzliche Fälle. 11
Statitik für Kommunikationienchaftler Winteremeter 010/011 Vorleung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauer, Monia Mahling Löung Thema 5 Homepage zur Verantaltung: http://.tatitik.lmu.de/~kraemer/k10/index.html
MehrAbiturprüfung Mathematik 2014 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analytische Geometrie / Stochastik Aufgabe B 1 - Lösungen
1 Abiturprüfung Mathematik 214 Baden-Württemberg Allgemeinbildende Gymnaien Wahlteil Analytiche Geometrie / Stochatik Aufgabe B 1 - Löungen klau_mener@eb.de.elearning-freiburg.de Wahlteil 214 Aufgabe B
MehrVier-Felder-Tafel. Medizinische Tests sind grundsätzlich mit zwei Fehlern behaftet: 1. Erkrankte werden als gesund, 2. Gesunde als krank eingestuft.
Vier-Felder-Tafel Mediziniche Tet ind grundätzlich mit zwei Fehlern behaftet:. Erkrankte werden al geund, 2. Geunde al krank eingetuft. Der. Fehler wird üblicherweie (nicht nur von Tet-Entwicklern) in
MehrFigurierte Zahlen, Urnen und Kugelfarben
Figurierte Zahlen, Urnen und Kugelfarben KLAUS-ULRICH UDER, Lüneburg HANS HUMENBERER und BERTHOLD SCHUPPAR, Dortmund Zuammenfaung: Bei einem elementaren tochatichen Problem (Ziehung von zei Kugeln au einer
MehrLösungen I.1. 21/3 = {AA, ABA, ABB, BB, BAB, BAA} (A bzw. B steht für Person A bzw. Person B hat Satz gewonnen )
Löungen I.1 a) Gundbegiffe 161/1a = {0; 1;...; 9} latt/1 jede mögliche ugang eine Zufallexpeiment daf im Egebniaum nu einmal vokommen (eindeutige Zuodnung); hie gehöt abe z.. de ugang 2 geüfelt oohl zu
MehrBenutzerhinweise für den PU Bayes-Korrektor V1.0
PU Dipl.-Kfm. Jörg Petermann Unternehmenberatung Benutzerhinweie für den PU Bae-Korrektor V1.0 Trier, 20. Juli 2007 1 Bae' Theorem Die Wahrcheinlichkeitrechnung hält immer wieder Überrachungen bereit.
MehrKorrekturanweisungen für die Mathematikaufgaben 2009
Korrekturaneiungen für die Mathematikaufgaben 2009 Erläuterungen zu den Korrekturaneiungen Die Korrekturaneiungen ermöglichen eine eindeutige Klaifikation der Schülerantorten in richtig und und damit eine
MehrGrundwissen 9. Jahrgangsstufe Mathematik. Wissen / Können Beispiele. 1. Reelle Zahlen, Wurzeln und Potenzen
Grundwien 9. Jahrgangtufe Mathematik Wien / Können Beiiele. Reelle Zahlen, Wureln und Potenen Die Menge der reellen Zahlen beteht au der Menge der rationalen Zahlen und der Menge der irrationalen Zahlen.
MehrP A P( A B) Definition Wahrscheinlichkeit
Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl
MehrGrundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datentrukturen Prof. Dr. Hanjo Täubig Lehrtuhl für Effiziente Algorithmen (Prof. Dr. Ernt W. Mayr) Intitut für Informatik Techniche Univerität München Sommeremeter H. Täubig
MehrKapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorleung. Falltudie Bipartite Graphen. Grundbegriffe 3. Elementare Graphalgorithmen und Anwendungen 4. Minimal pannende Bäume 5. Kürzete Pfade 6. Traveling Saleman Problem 7. Flüe in Netzwerken
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
Mehr5 Die Poisson-Approximation
5 Die Poion-Approximation Im vierten Kapitel hatten wir mit der Normalverteilung die icherlich wichtigte und meittudierte Verteilung der W.-Theorie kennengelernt und geehen, daß man diee al Lime eine geeignet
MehrProf. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 9
Prof r Holger ette Muterlöung Statitik I Sommeremeter 009 r Melanie Birke Blatt 9 Aufgabe : 4 Punkte E eien X,, X n unabhängig identich N µ, -verteilt a Man berechne die Fiher-Information I µ für µ b E
MehrTag der Mathematik 2016
Tag der Mathematik 016 Mathematischer Wettbeerb, Klassenstufe 11 1/13 30. April 016, 9.00 1.00 Uhr Aufgabe 1 Zeigt: Die Funktion f : R R, f(x) x, kann nicht als Summe von zei periodischen Funktionen geschrieben
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
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
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
MehrAufgabe 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),
MehrÜbungen zur Vorlesung PN1 Lösung Übungsblatt 12 Besprechung am
Übungen zur Vorleung PN1 Löung Übungblatt 12 Beprechung am 22.1.2013 Aufgabe 1: Gedämpfte Schwingung An einer Feder mit der Federhärte 20 N/m hängt eine Kugel der Mae 100g. Die Kugel wird um 10 cm nach
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,
MehrProf. Liedl Lösung Blatt 8. Übungen zur Vorlesung PN1. Lösung zum Übungsblatt 8. Besprochen am
11.12.212 Löung Blatt 8 Übungen zur Vorleung PN1 Löung zum Übungblatt 8 Beprochen am 11.12.212 Aufgabe 1: Moleküle al tarre rotierende Körper Durch Mikrowellen laen ich Rotationen von Molekülen mit einem
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
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
Mehrfür eine rote Kugel denn von auf den 100% (da rot, rot rot, blau blau, rot blau, blau
Berechnung von Wahrscheinlichkeiten beim Ziehen mit und ohne Zurücklegenn Ziehen mit Zurücklegenn Wir betrachten folgendes Beispiel: In einer Urne sind 2 rote und 3 blaue Kugeln.. Wenn man hier eine Kugel
MehrWahrscheinlichkeitsrechnung und Statistik
3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
MehrÜbungsaufgaben zur Vorlesung. Lineare Algebra II. Komplex VI: Vektoren, Vektorräume und Lineare Unabhängigkeit
Übungaufgaben zur Vorleung Lineare Algebra II Komplex VI: Vektoren, Vektorräume und Lineare Unabhängigkeit. Seien p = (, k) und q = (, ). Man betimme k o, daß p und q (a) parallel ind. (b) orthogonal ind.
MehrUE 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..
MehrLösungsvorschlag. Qq r 2 F C = 1
Löungvorchlag 1. Zunächt zwei Skizzen zur Verdeutlichung der Situation: Link it da Kügelchen mit der Ladung q zu ehen. Recht it die Kugel mit der Ladung Q 1 µc an die Stelle de Kügelchen gebracht worden.
MehrAufgabe 2.4: Temposünder?
Idee, Aufgabenentwurf und Foto: Barbara Mathea, Ferdinand Weber Weil da Radargerät defekt war, filmte die Polizei in einer 30-km-Zone alle vorbeifahrenden Auto. Von 4 Auto ind je 5 aufeinander folgende
MehrMathematik 1 für Maschinenbau, M. Schuchmann (SoSe 2013) Aufgabenblatt 5 (Ebenen)
Mahemaik für Machinenbau, M. Schuchmann (SoSe ) Aufgabenbla 5 (Ebenen) ) Geuch i eine Gleichung der Ebene E durch die Punke A(; -; ); B(; ; -) und C(; ; ) in Parameerform. ) Schreibe in Koordinaenform:
MehrBeispiel-Schulaufgabe 2
Anregungen zur Ertellung von Aufgaben Aufgaben für Leitungnachweie Die zeichnet ich durch eine augewogene Berückichtigung der allgemeinen mathematichen Kompetenzen au. Aufgaben, deren Bearbeitung in auffallendem
MehrÜBUNG: 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
MehrTechnische 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
MehrMathematik W27. Mag. Rainer Sickinger LMM. v 1 Mag. Rainer Sickinger Mathematik W27 1 / 51
Mathematik W27 Mag. Rainer Sickinger LMM v 1 Mag. Rainer Sickinger Mathematik W27 1 / 51 Einführung Wir befinden uns in einer kleinen Stadt. In dieser Stadt gibt es zwei Taxiunternehmen. Die Taxis des
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Rechnen mit Wahrscheinlichkeiten 16. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Inhalt Ereignisse i und deren Wahrscheinlichkeit h hk i Laplace-Regel Baumdiagramm
MehrGrundkurs Codierung Lösungsvorschläge zu den Fragen in den Unterkapiteln Was blieb? Stand Unterkapitel 4.4 Seite 261
Grundkur Codierung Löungvorchläge zu den Fragen in den Unterkapiteln Wa blieb? Stand 22.04.2007 Unterkapitel 4.4 Seite 261 Zu Frage 1: Nein, damit bleibt da one time pad-verfahren nicht perfekt. Man kann
Mehr2 STOCHASTISCHE GRUNDBEGRIFFE
2 STOCHASTISCHE GRUNDBEGRIFFE 2.4 Wahrscheinlichkeitsräume 1. Man vereinfache soweit wie möglich (AB A B): (a) (A B)(A B c ) (b) (A B)(B C) (c) (A B)(A c B)(A B c ) (d) (AB) (AB c ) (e) (A B)(A c B)(A
MehrAbleitungsberechnung mit der Grenzwertmethode. Besonders wichtig ist der Zentraltext über Ableitungen Datei Stand 30.
Analyi Ableitungfunktionen Ableitungberechnung mit der Grenzwertmethode Beonder wichtig it der Zentraltet über Ableitungen 400 Datei 40 Stand 0. Dezember 00 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 40 Ableitungfunktionen
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
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
MehrVerschiebungssatz: Ist F (s) die Laplace-Transformierte von f (t), dann gilt für t 0 > 0
3.6 Tranformationätze 853 3.6 Tranformationätze In dieem Abchnitt werden weitere Eigenchaften der Laplace-Tranformation vorgetellt, die in vielen technichen Bechreibungen ihre Anwendung finden. Oftmal
MehrTechnische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2014/2015 Prof. Dr. Peter Gritzmann 07.
Note: Name Vorname Matrikelnummer Studiengang Unterchrift der Kandidatin/de Kandidaten Höraal Reihe Platz Techniche Univerität München Fakultät für Mathematik Algorithmiche Dikrete Mathematik WS 1/1 Prof.
MehrEnergiefreisetzung In der Sonne, wie in allen anderen Sternen auch, wird die Energie durch Kernfusion freigesetzt. Wasserstoffkerne(Protonen) können
Energiefreietzung In der Sonne, wie in allen anderen Sternen auch, wird die Energie durch Kernfuion freigeetzt. Waertoffkerne(Protonen) können bei güntigen Bedingungen zu Heliumkernen verchmelzen, dabei
MehrVorkurs 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
MehrKAPITEL 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
MehrWie 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
MehrDefinition: Die Bewegung eines Körpers, die sich in festen Zeitabständen wiederholt und symmetrisch zu einer Ruhelage abläuft heißt Schwingung.
9 Schwingungen 9.1 Beipiele und Grundlagen Ruhelage Ruhelage Fadenpendel Ruhelage Federpendel Federpendel Ruhelage orionpendel Charakteritika: Die Bewegung it periodich; d.h. die Bewegung wiederholt ich
MehrZur Bestimmung der ungünstigsten Toleranz zusammengesetzter Systeme können die Einzeltoleranzen entsprechend ihres Zusammenwirkens addiert werden.
Vorauetzung und verwandte Themen Für diee Bechreibungen ind Vorkenntnie der Statitik und der Verteilungen erforderlich. Weiterführende Thema it: www.veruchmethoden.de/prozedaten_toleranzimulation.pdf Einführung
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.
Mehr3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen
Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und
MehrAufgabenblatt 4: Wachstum
Aufgabenblatt 4: Wachtum Löungkizze Bitten beachten Sie, da diee Löungkizze lediglich al Hilfetellung zur eigentändigen Löung der Aufgaben gedacht it. Sie erhebt weder Anpruch auf Volltändigkeit noch auf
MehrAn welchen Wirkungen können wir Kräfte erkennen? Ergebnis Verformung, Beschleunigung, abbremsen, Bewegungsrichtung ändern.
R. Brinkann http://brinkann-du.de Seite 1 5.11.013 Obertufe: e und auführliche Löungen zur Klaenarbeit zur Mechanik II (Variante A) e: E1 E E3 E4 E5 E6 E7 An welchen Wirkungen können wir Kräfte erkennen?
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
MehrStudiengang Biomedizinische Technik Sommersemester
Klauur Phyik I Studiengang Biomediziniche Technik Sommeremeter 9 6.8.9 Für alle Berechnungen gilt: die Erdbechleunigung beträgt g 9,8 m/!. (7 Punkte) Ein rechtwinklig zur Fahrtrichtung unter einem Winkel
MehrUniversität 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,
MehrDer Kugelring. Verfasser: Praxelius. Beschreibung des Kugelrings und Herleitung der Formeln
Der Kugelring Verfaer: Praxeliu Bechreibung de Kugelring und Herleitung der Formeln PDF-Dokument: Kugelring.pdf Da Dokument it urheberrechtlich gechützt. Alle Rechte vorbehalten. KR-850-00 Dieen Beitrag
MehrKapitel N. Wahrscheinlichkeitsrechnung
Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle
MehrÜbersicht Wahrscheinlichkeitsrechnung EF
Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel
MehrStochastische Überraschungen beim Spiel BINGO
Stochatiche Überrachungen beim Spiel BINGO NORBERT HENZE, KARLSRUHE, UND HANS HUMENBERGER, WIEN Zuammenfaung: In dieem Beitrag wird da bekannte Spiel BINGO erläutert und näher analyiert. Augehend vom konkreten
Mehr1 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
MehrMa 13 - Stochastik Schroedel Neue Wege (CON)
Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A
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
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrKombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen
Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 04 Prof. Barbara König Übungsleitung: Henning Kerstan Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.
MehrÜbungsblatt 7 Besprechung am /
PN - Phyik für Chemiker und Biologen Prof. J. Lipfert WS 07/8 Übungblatt 7 Übungblatt 7 Beprechung am..07/4..07 Aufgabe Raketentechnik: Raketenantriebe funktionieren nach dem Rücktoßprinzip: Der Treibtoff
Mehr15. Physikolympiade des Landes Sachsen-Anhalt Schuljahr 2018/2019 Runde 1 Lösungen Klasse 8
Hinweie für die Korrektoren: - Kommt eine Schülerin oder ein Schüler bei der Bearbeitung der Aufgaben auf einem anderen al dem angegebenen Weg zum richtigen Ergebni, o it da al richtig zu werten. - Die
MehrElektrisches Feld P = IU= RI 2 = U2 R C = Q U
Elektriche Feld Formeln E-Lehre I Stromtärke I Q t Ohmcher Widertand R U I Elektriche Leitung (inkl. ohmcher Widertand) E-Feld/Kondeator P IU RI 2 U2 R Elektriche Feldtärke Kapazität eine Kondenator ~E
MehrLandeswettbewerb Mathematik Baden-Württemberg. Runde 2
1994 Runde ufgabe 1 Zeige, da 1!! 3!... 1995! mindeten 1 Teiler hat. Hinwei: Unter n! verteht man da Produkt der erten n natürlichen Zahlen. eipiel: 5! = 1 3 4 5 = 10 Löung Die Summe S = 1!! 3!... 1995!
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
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
MehrErgebnis Ergebnisraum Ω. Ereignis. Elementarereignis
Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)
MehrGreensche Funktion. Frank Essenberger FU Berlin. 30.September Nomenklatur 1. 2 Greensche Theoreme 1. 3 Anwendung in der Elektrostatik 2
Greenche Funktion Frank Eenberger FU Berlin 30.September 2006 Inhalterzeichni Nomenklatur 2 Greenche Theoreme 3 Anwendung in der Elektrotatik 2 4 Anpaung an Randbedingungen 3 5 Eindeutigkeit der Löung
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
MehrKombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen
Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 05 Prof. Barbara König Übungsleitung: Dennis Nolte Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente
MehrMathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen
Vorlesung Mathematische Strukturen Sommersemester 07 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte : Einführung Es folgt eine Einführung in die abzählende. Dabei geht es darum, die Elemente einer
MehrÜbungen zur Wahrscheinlichkeitstheorie und Statistik
Übungen zur Wahrscheinlichkeitstheorie und Statistik Prof. Dr. C. Löh/M. Blank Blatt 0 vom 16. April 2012 Aufgabe 1 (Wahrscheinlichkeitsräume). Welche der folgenden Aussagen sind wahr? Begründen Sie jeweils
MehrVorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017
Vorlesung Mathematische Strukturen Sommersemester 017 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte Kombinatorik: Einführung Es folgt eine Einführung in die abzählende Kombinatorik. Dabei geht es
MehrKurs 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.
Mehr1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments.
Übungsmaterial 1 1 Zufallsexperimente 1.1 Ergebnisräume einfacher Zufallsexperimente Damit ein Experiment ein Zufallsexperiment ist, müssen folgende Eigenschaften erfüllt sein: 1) Das Experiment lässt
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrC : 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,
MehrMathematik und angewandte Mathematik 1. HAK (1. Jahrgang) 1. AUL (1. Jahrgang) Mathematik und angewandte Mathematik 1. HLW (1.
Unterrichtfach Lehrplan HAK: Mathematik und angewandte Mathematik 1. HAK (1. Jahrgang) 1. AUL (1. Jahrgang) Lehrplan HLW: Mathematik und angewandte Mathematik 1. HLW (1. Jahrgang) Lehrplan HTL: Mathematik
MehrD-HEST, Mathematik III HS 2017 Prof. Dr. E. W. Farkas M. Nitzschner. Lösung 7. Bitte wenden!
D-HEST, Mathematik III HS 27 Prof. Dr. E. W. Farka M. Nitzchner Löung 7 Bitte wenden! . Wir betrachten ein Sytem linearer Differentialgleichungen erter Ordnung mit kontanten Koeffizienten der Form y (t)
MehrBestimmung der Messunsicherheit
Betimmung der Meunicherheit 1 Arten der Meabweichungen 1.1 Grobe Abweichungen Urachen Verehen de Beobachter bei Bedienung/Ableung der Meintrumente Irrtum de Beobachter bei Protokollierung/Auwertung der
MehrEin Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.--
1 Ein Würfel wird geworfen. : Fr. 1.-- : Fr. 6.-- Der Spieler hat gewonnen falls eine 6 erscheint. 2 Zwei Würfel werden geworfen. : Fr. 1.-- : Fr. 7.-- Der Spieler hat gewonnen falls die Augensumme gleich
MehrPrisma und Pyramide 10
Prima und Pyramide 10 1 4 mathbuch 3 LU 10 Arbeitheft weitere Aufgaben «Grundanforderungen» (Löungen) Körper in Würfeln 101 Körper 1 Körper 2 Körper 3 Körper 4 Die Namen der Körper lauten: Quader Prima
MehrVorlesung Statistik, H&A Mathe, Master M
Beispiel: Die Wahrscheinlichkeit dafür, dass ein Bewerber von Firma A angenommen wird ist P(A) = 0,2. Die Wahrscheinlichkeit von Firma B angenommen zu werden beträgt P(B) = 0,3. Von mindestens einer der
Mehr1 Elementare Wahrscheinlichkeitstheorie
1 Elementare Wahrscheinlichkeitstheorie 1.1 Zufallsexperiment Definition 1.1. Ein Zufallsexperiment ist ein Vorgang, der im Prinzip beliebig oft unter identischen Randbedingungen wiederholt werden kann.
Mehr6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B
6 Kombinatorik: Einschluß-Ausschluß Formel 6.1 Indikatorfunktionen I A (ω) = { 1 falls ω A 0 falls ω A I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B I 2 A = I A V ar[i A ] = P
MehrK l a u s u r N r. 2 G k P h 12
10.1.10 K l a u u r N r. G k P h 1 Aufgabe 1 Bechreiben Sie einen Veruch, mit dem man die Schallgechwindigkeit mit Hilfe einer fortchreitenden Welle betimmen kann. (Veruchkizze mit Bechriftung, Veruchdurchführung,
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrÜbungsmaterial. Lösen von Anfangswertproblemen mit Laplacetransformation
Prof. Dr. W. Roenheinrich 30.06.2009 Fachbereich Grundlagenwienchaften Fachhochchule Jena Übungmaterial Löen von Anfangwertproblemen mit Laplacetranformation Nachtehend ind einige Anfangwertprobleme zu
Mehrkm km km m h h h s = 20 = 5, 56 Sie fliegen in einem Flugzeug in 2000 m Höhe. Unglücklicherweise fallen Sie heraus.
Aufgabe ME: Aufgaben Mechanik Sie itzen in Ihre Auto (Länge 5) und fahren it 00 k/h. 0 vor Ihnen fährt ein LKW (Länge 0 ) it 80 k/h. Sie wollen den LKW überholen und 50 vor ih wieder eincheren. Wie lange
MehrAllgemeine 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
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II
6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete
Mehr