Die zu den Zufallswerten x gehörigen Wahrscheinlichkeiten fasst man in einer Tabelle zusammen:

Größe: px
Ab Seite anzeigen:

Download "Die zu den Zufallswerten x gehörigen Wahrscheinlichkeiten fasst man in einer Tabelle zusammen:"

Transkript

1 0 Statistik 0. Wahrscheilichkeitsfuktio ud optische Darstellug Bei der Auswertug vo Zufallsexperimete ist oft gar icht das eizele Ergebis vo Iteresse, soder vielmehr eie Zahlegröße (Zufallsgröße X), die das Ergebis des Experimets der Fragestellug etspreched charakterisiert. Bsp. : Werfe zweier Würfel ;, ;, ;,... Defiitiosmege Ergebisraum: X : Augesumme Zufallsgröße Fuktio Zufallswert: ; ; 4;...;; Wertemege Schreibweise: PX x gibt die Wahrscheilichkeit a, mit der die Zufallsgröße X de Zufallswert x aimmt. Die zu de Zufallswerte x gehörige Wahrscheilichkeite fasst ma i eier Tabelle zusamme: x P X x Durch diese Wertetabelle lässt sich auf gaz IR eie Fuktio W defiiere, ämlich: W : x PX x mit ID W IR, dere Wertemege dem Itervall 0; agehört. Diese Fuktio heißt Wahrscheilichkeitsfuktio W der Zufallsgröße X. 7 W x x W. Stark; Berufliche Oberschule Freisig

2 Die so defiierte Wahrscheilichkeitsfuktio W hat meist de Wert 0, weil für alle W x 0 ist. x, die icht als Werte der Zufallsgröße X auftrete, Ma et W auch die Wahrscheilichkeitsverteilug der Zufallsgröße X. Da der Graph der Wahrscheilichkeitsfuktio optisch recht dürftig ist, wählt ma i der Praxis adere Arte der Veraschaulichug: Stabdiagramm: 7 W x x Säulediagramm (Histogramm): 7 W x x W. Stark; Berufliche Oberschule Freisig

3 Verkaufszahle vo Mercedes Bez im Jahr 004: Absolute Häufigkeit Relative Häufigkeit Klasse Azahl der Sektorwikel Proz. Ateil verkaufte Autos im Kreisdiagramm A ,4 4 C ,4 5 E ,7 99 S ,07 M ,0 5 G.00 0,00 Gesamt Kreisdiagramm S % M 7% G % A % E % C 4% Adere Beispiele durch Zahlematerial der Schüler. Wir betrachte u das Zufallsexperimet: -maliges Werfe eies Würfels. Die Zufallsgröße X gibt die Azahl der geworfee a. Die zu de Zufallswerte x gehörige Wahrscheilichkeite fasse wir u i eier Tabelle zusamme: Zufallswerte x W(x) P X x 0,490 0,40 0,0094 0,055 0,0004 0,0004 0,0000 F(x) P X x 0,490 0,77 0,977 0,990 0,9994 0,9999 W. Stark; Berufliche Oberschule Freisig

4 Wahrscheilichkeit 0,45 0,4 0,5 0, 0,5 0, 0,5 0, 0,05 0 Histogramm Trefferazahl 0. Kumulative Verteilugsfuktio Bisher habe wir us damit beschäftigt, wie groß die Wahrscheilichkeit ist, dass ei bestimmter Zufallswert x eitritt. Ebeso ka ma daach frage, wie groß die Wahrscheilichkeit ist, dass die Zufallsgröße X eie Wert kleier oder gleich eiem bestimmte Zufallswert x aimmt. Auf user Beispiel bezoge: Wie groß ist die Wahrscheilichkeit, dass die Azahl der geworfee -er höchstes ist. Also: P X P X 0 P X P X 0,977 Führt ma das für jede mögliche Azahl der geworfee -er durch, so ka ma die Wertetabelle etwas erweiter (siehe obe!). Defiitio: Die Fuktio F, die jeder reelle Zahl ach der Vorschrift F : x F(x) P X x geau eie reelle Zahl F(x) als Wahrscheilichkeit zuordet, heißt kumulative Verteilugsfuktio der Zufallsgröße X. Die vollstädige Wertetabelle für die Verteilugsfuktio lautet da: Zufallswerte x ;0 0; ; ; ;4 4;5 5; ; F(x) P X x 0 0,490 0,77 0,977 0,990 0,9994 0,9999 W. Stark; Berufliche Oberschule Freisig 4

5 Ud der Graph der kumulative Verteilugsfuktio sieht da so aus. F x x W. Stark; Berufliche Oberschule Freisig 5

6 0. Erwartugswert Wie viele Treffer erwartet ma eigetlich, we ma obiges Zufallsexperimet durchführt? Defiitio: Sei X eie Zufallsgröße, die ihre Zufallswerte x, x, x,..., x mit de Wahrscheilichkeite W(x ), W(x ), W(x ),..., W(x ) aimmt, da heißt: E X x W x x W x x W x... x W x der Erwartugswert der Zufallsgröße X. Zufallswerte x W(x) P X x 0,490 0,40 0,0094 0,055 0,0004 0,0004 0,0000 E(X) 0 0,490 0,40 0,0094 0, , ,0004 0,0000 0,9999 vo Rudugsfehler abgesehe Der Erwartugswert E(X) sagt u aus, dass ma e Treffer erwartet. Bsp. : Eie Müze wird dreimal geworfe. Zufallsgröße sei jeweils die Azahl vo W. Erstelle Sie die Wertetabelle, zeiche Sie de Graphe der Wahrscheilichkeitsfuktio ud bereche Sie de Erwartugswert der Zufallsgröße. Wertetabelle: x 0 W x Graph der Wahrscheilichkeitsfuktio W x 0 Bsp : I eier Lostrommel befide sich 4 rote ud weiße Kugel, vo dee 5 Stück mit Zurücklege gezoge werde. Zufallsgröße sei die Azahl der gezogee weiße Kugel. Erstelle Sie die Wertetabelle, zeiche Sie de Graphe der Wahrscheilichkeitsfuktio ud bereche Sie de Erwartugswert der Zufallsgröße. x W x 0,004 0,070 0,040 0,450 0,590 0,0777 W. Stark; Berufliche Oberschule Freisig

7 0.4 Variaz ud Stadardabweichug Seie X ud Y Zufallsgröße mit folgede Wahrscheilichkeitsverteiluge. x - 0 y W(x) W(y) (X) E(X) (X) (Y) E(Y) (Y) Für die beide Erwartugswerte gilt: E(X) 0 E(Y) Obwohl beide Wahrscheilichkeitsverteiluge deselbe Erwartugswert habe uterscheide sich die beide Wahrscheilichkeitsverteiluge wesetlich. Die Werte der Zufallsgröße Y schwake stärker als die vo X. Ma sagt: Y besitzt eie größere Streuug um de Erwartugswert als X. E(X) hat de Charakter eies mittlere Wertes um de die Werte der Zufallsgröße streue. Durch diese Raffug geht aber Iformatio über die Badbreite der Zufallsgröße X verlore. Ei Iformatio über die Streuug der Werte um de Erwartugswert liefert die Stadardabweichug Ei Iformatio über die Streuug der Werte um de Erwartugswert liefert die Variaz bzw. die Stadardabweichug. Defiitio: (Variaz) Sei X eie Zufallsgröße, die ihre Zufallswerte x, x, x,..., x mit de Wahrscheilichkeite W(x ), W(x ), W(x ),..., W(x ) aimmt ud sei E(X) der Erwartugswert der Zufallsgröße, da heißt Var X x W x x W x... x W x die Variaz vo X. Sie wird auch mittlere quadratische Abweichug geat ud mit (X) bezeichet. W. Stark; Berufliche Oberschule Freisig 7

8 Da die Maßeiheit für die Variaz das Quadrat der Eiheit ist, i der die Zufallsgröße X gemesse wird, empfiehlt sich daher folgede Defiitio: (Stadardabweichug) Als Stadardabweichug (auch Streuug) der Zufallsgröße X bezeichet ma die Zahl (X) Var(X) Sie wird auch mittlere Abweichug geat. Die meiste Werte der Zufallsgröße X liege ierhalb der Stadardabweichug um de Erwartugswert, d.h. im Itervall x Var(X)... (X),4 Var(Y)... 4 (Y) 4,7 i die Wahrscheilichkeitsverteilug eitrage W. Stark; Berufliche Oberschule Freisig

9 Um die Variaz eies Zufallsexperimets zu ermittel gibt es aber auch eie etwas eifachere Berechugsmöglichkeit. Die sogeate Verschiebugsformel Die Variaz lässt sich oft eifacher mit der Verschiebugsformel bereche. Es gilt: Var(X) E(X ) mit E(X) Beweis: Ma geht vo der Defiitio der Variaz aus ud formt etwas um. Var X x W x x W x... x W x k k Var X x W x k k k k Var X x x W x k k k k k k Var X x W x x W x W x k k k k k k k k Var X x W x x W x W x k k k E X EX Var X E X Var X Bsp.: Gegebe ist folgede Wahrscheilichkeitsverteilug x W(x) 0, 0, 0, 0, 0,4 E(X) 0, 0 0, 0, 4 0, 5 0,4, E(X ) ( ) 0, 0 0, 0, 4 0, 5 0,4 4,4 Var(X) E(X ) 4,4, 7,4 Var(X) 7,4,7 W. Stark; Berufliche Oberschule Freisig 9

10 0.5 Biomialverteilte Zufallsgröße Für biomialverteilte Zufallsgröße ist die Berechug des Erwartugswertes ud der Variaz etwas eifacher. Für de Erwartugswert gilt: E(X) p Beweis: Ma geht vo der Defiitio des Erwartugswertes aus ud formt etwas um. k k k W k p E X x W x E X k0 k0 E X k P X k k0 k k EX k p q k0 k! E X k p q da für k 0 gilt : k P X k 0 k k! k!! k k! k!! k k k E X p q k k E X p q k! k! k k p k k p EX p q Nu erweiter wir mit k k p k k EX p p q k k E X p p q p q... p q Setze : m m m 0 m m i mi EX p p q i0 i 0 m m E X p p q p q... E X p m p m q 0 W. Stark; Berufliche Oberschule Freisig 0

11 Für die Variaz gilt: Var X p q p q Der Beweis ist sehr schwierig ud recheitesiv. Er wird deshalb hier icht durchgeführt. Bsp.: Eie Ure ethält 0 weiße ud 0 schwarze Kugel, vo dee Stück mit Zurücklege gezoge werde. Zufallsgröße X sei die Azahl der gezogee schwarze Kugel. x W(x) Auf die herkömmliche Art: E(X)... 4 E(X ) 7 4 Var(X),5 Mittels obiger Beziehuge: 4,5 4 Mit welcher Wahrscheilichkeit ka ma u damit reche, dass die beim Experimet erhaltee Trefferzahl ierhalb der eifache (zweifache) Stadardabweichug vom Erwartugswert liegt? P x P x P 4,5 x 4,5 P,5 x 5,5 P x P x 4 P x 5 0,,% Das bedeutet, dass,% aller auftretede Werte eie Abweichug vom Erwartugswert habe, dere Betrag icht größer als die Stadardabweichug ist. (Größere Abweichuge sid also weiger wahrscheilich) P x P x P 4,5 x 4,5 P,7 x, P x P x P x 4 P x 5 P x 0,9 9,% Das bedeutet, dass 9,% aller auftretede Werte eie Abweichug vom Erwartugswert habe, dere Betrag icht größer als die doppelte Stadardabweichug ist. W. Stark; Berufliche Oberschule Freisig

12 0. Recheregel Sei X eie Zufallsgröße, da gilt für a, b IR : EaX b a EX b Var ax b a Var X Beweis: i i i i i i i i E ax b a x b W x k0 E ax b a x W x b W x k0 E ax b a x W x b W x k0 k0 E ax b a xi W xi b W xi k0 k0 E X E ax b a E X b i i i i i i i i Var ax b ax b a b W x k0 Var ax b ax b a b W x k0 Var ax b a x W x k0 Var ax b a x W x k0 Var ax b a Var X Var X Aus letzter Gleichug folgt da: ax b Var ax b a Var X a Var X a X W. Stark; Berufliche Oberschule Freisig

13 Aufgabe:. Eie Ure ethält weiße ud 4 schwarze Kugel, vo dee Stück gezoge werde a) mit Zurücklege. b) ohe Zurücklege. Zufallsgröße sei jeweils die Azahl der schwarze Kugel. Bereche für beide Fälle die Wahrscheilichkeitsfuktio ud die kumulative Verteilugsfuktio der Zufallsgröße. Gib die Wertetabelle ud de Fuktiosgraph a.. Es wird der Traiigsfleiß eier Eisläuferi utersucht. Zufallsgröße sei die Zahl der tägliche Traiigsstude. Die Wahrscheilichkeitsfuktio der Zufallsgröße ist durch folgede Wertetabelle gegebe: x 0 0,5,5 Sost W(x) 0,5 0,5 0, 0, 0 a) Wie groß ist die Wahrscheilichkeit für eie Traiigszeit vo Stude täglich? b) Bereche die Verteilugsfuktio der Zufallsgröße. Gib die Wertetabelle ud de Fuktiosgraph a. c) Wie groß ist die Wahrscheilichkeit, das höchstes, geau, mehr als Stude traiiert wird? d) Welche tägliche Traiigszeit erwartet ma?. Bei eier Tombola ethält die Ure 000 Lose. Es gewie Los mit 500,-, 4 Lose mit je 00,- ud 5 Lose mit je 0,-. Wie groß ist der durchschittliche Verlust beim Kauf eies Loses um,-? Zufallsgröße X sei der Reigewi. 4. Bei eiem Würfelspiel wird mit Würfel geworfe. Die Augesumme oder gewie das 0-fache der Augezahl i, die Augesumme oder gewie das 5-fache, die Augesumme 4 oder 0 gewie das -fache. Aderfalls erfolgt keie Gewizahlug. Wie groß ist der Erwartugswert des Gewis? Welcher Eisatz wäre aehmbar? 5. Ei Lieferug geräucherter Forelle ethält 0 Stück, vo dee bereits 4 Stück ugeießbar sid. Zur Prüfug etimmt ma acheiader (ohe Zurücklege) Stück. Die Zufallsgröße sei jeweils die Azahl der verdorbee Fische. Bestimme ud zeiche die Wahrscheilichkeitsfuktio, die kumulative Verteilugsfuktio ud bereche de Erwartugswert.. Chuck-a-luck Auf eiem Rummelplatz wird i eie Glücksbude folgedes Spiel agebote: Der Spieler leistet $ Eisatz, darf eie der Zahle,,..., ee ud da Würfel werfe. Zeigt midestes eier der Würfel seie Zahl, so erhält er vom Budebesitzer de Eisatz zurück ud außerdem für jede weitere Würfel, der diese Zahl zeigt, och zusätzlich $. Erscheit seie Zahl icht, so verfällt der Eisatz. Die Zufallsgröße X sei der Gewi bei diesem Glücksspiel. Bereche Sie de Erwartugswert dieses Zufallsexperimets. Was sagt dieser aus? W. Stark; Berufliche Oberschule Freisig

14 005 SI 4. Ei Achterbahzug besitzt 40 Sitzplätze. Am Wocheede ist ei Sitzplatz mit der Wahrscheilichkeit 0,9 besetzt. Die Zufallsgröße X gibt die Azahl der freie Plätze bei eier zufällig ausgewählte fahrt a. Utersuche Sie, ob der Wert x der Zufallsgröße X ierhalb der doppelte Stadardabweichug um de Erwartugswert liegt. ( BE) 5.0 Bei etsprechede, vom Zufall abhägige Voraussetzuge wird die Öffugszeit des Parks verlägert. Die Zufallsgröße Y gibt die Verlägerug der Öffugszeite i Stude a. Die Wahrscheilichkeitsverteilug lässt sich mit Hilfe eies Parameters a IR so darstelle: y 0,5 P(Y y) 0,4,5a a 0,5a 5. Bereche Sie de Parameter a ud stelle Sie die Wahrscheilichkeitsverteilug der Zufallsgröße Y geeiget graphisch dar. ( BE) 5. Setze Sie a 0,. Ermittel Sie die Wahrscheilichkeit dafür, dass die Verlägerug der E Y. Öffugszeit größer ist als der Erwartugswert ( BE) 00 SI.0 Bei der Utersuchug vo Kieferadel wird die Läge L vo 00 zufällig ausgewählte Nadel bestimmt ud i sechs Lägegruppe eigeteilt. Die Zufallsgröße X gibt die Nummer der jeweilige Lägegruppe a. Dabei ergibt sich folgede Verteilug mit a; b IN : L i mm L L L 4 4 L 5 5 L 5 L 5 Lägegruppe 4 5 Azahl a a 90 b Die Wahrscheilichkeit, dass eie zufällig ausgewählte Nadel i eier der Lägegruppe 4 bis liegt, beträgt 0,.. Bereche Sie die Werte der Parameter a ud b. ( BE)..0 Setze Sie für die folgede Teilaufgabe a 0 ud für b 0... Erstelle Sie die Wahrscheilichkeitsverteilug der Zufallsgröße X ud zeiche Sie ei zugehöriges Histogramm. (4 BE).. Bestimme Sie, mit welcher Wahrscheilichkeit die Zufallswerte ierhalb der eifache Stadardabweichug um de Erwartugswert liege. ( BE) 00 SI.0 Die Druckmaschie wird korrigiert. Die Zufallsgröße X gibt die Azahl der Fehlerarte a, die bei eier zufällig ausgewählte Briefmarke des eue Drucks auftrete. Die Wahrscheilichkeitsverteilug der Zufallsgröße X ka mit Hilfe eies geeigete Parameters a IR so dargestellt werde: x 0 P X x 0, 4a 0,05a 0,05 0,05 W. Stark; Berufliche Oberschule Freisig 4

15 . Bereche Sie de Parameter a. (4 BE) Für die Teilaufgabe. gilt: a.. Bereche Sie die Wahrscheilichkeit dafür, dass der Wert der Zufallsgröße ierhalb der zweifache Stadardabweichug um de Erwartugswert liegt. 000 SII.0 Der Bode eies Badezimmers wird gefliest. Erfahrugsgemäß köe auf eier geflieste Fläche vo der Größe dieses Saitärraums ierhalb des erste Jahres ach Verlegug der betreffede Fliesesorte isgesamt höchstes füf Risse auftrete. Die Zufallsgröße X gibt die Azahl der Risse i de Fliese des Badezimmers a, die i diesem Zeitraum etstehe. Mit geeigete Werte vo a ud b (a, b [0;]) lässt sich die Wahrscheilichkeitsverteilug der Zufallsgröße X wie folgt darstelle: x P X x a 0,5 b 0, b 0,05. Bereche Sie a ud b uter der Voraussetzug, dass die Wahrscheilichkeit dafür, dass höchstes zwei Risse auftrete, 0, beträgt. (4 BE) (Ergebis: a = 0,4; b = 0,05). Bereche Sie die Wahrscheilichkeit dafür, dass die Azahl der Risse ierhalb der eifache Stadardabweichug um de Erwartugswert liegt. 999 SII 4.0 Bei eiem Kidergartefest ist die Hauptattraktio ei i acht gleich große Sektore uterteiltes Glücksrad. Füf der Sektore sid rot, zwei grü ud eier blau gefärbt. Zur Rotatio gebracht, kommt das Rad ach kurzer Zeit zum Stillstad ud eie der Farbe erscheit i eiem Fester. Bei eiem Spiel wird das Glücksrad zweimal acheiader zur Rotatio gebracht. Erscheit beide Male der blaue Sektor, so erhält der etsprechede Spieler 0 Gummibärche als Gewi, bei zwei grüe Sektore Bärche, bei zwei rote Bärche; i alle adere Fälle wird Bärche als Trostpreis vergebe. Die Zufallsgröße Y gibt die Azahl der i eiem Spiel gewoee Gummibärche a. 4. Bestimme Sie die Wahrscheilichkeitsverteilug der Zufallsgröße Y ud zeiche Sie ei zugehöriges Histogramm. 4. Bereche Sie de Erwartugswert ud die Stadardabweichug der Zufallsgröße Y. 00 SII.0 Die Hochschule hat eie Eigagstest i Mathematik abgehalte, a dem geau 500 Studieafäger aller Fachrichtuge teilgeomme habe. Die Noteverteilug ergibt sich aus der folgede Tabelle, i der a, b ud c etsprechede Kostate darstelle: Note 4 5 Azahl der Prüflige a b 7 b c Die Zufallsgröße Y gibt die Note eies beliebig herausgegriffee Prüfligs a. Für E Y beträgt,0 ud die Variaz diese Zufallsgröße gilt: Der Erwartugswert Var Y ist gleich,7. W. Stark; Berufliche Oberschule Freisig 5

16 . Zeige Sie zuächst, dass sich aus de obige Agabe folgedes lieare Gleichugssystem (LGS) herleite lässt: I. a b c II. a 7b c 5 (5 BE) III. a 9b c 95. Bereche Sie u aus dem LGS vo. die Kostate a, b ud c. (4 BE) [Lösug: a 99 ; b 5 ; c ]. Gebe Sie die Wahrscheilichkeitsverteilug der Zufallsgröße Y a ud zeiche Sie ei zugehöriges Histogramm. (4 BE).4 Bereche Sie, mit welcher Wahrscheilichkeit die Zufallswerte ierhalb der E Y liege. Schraffiere Sie eifache Stadardabweichug um de Erwartugswert aschließed im Histogramm vo Teilaufgabe. die zugehörige Fläche. (4 BE) 007 SI.0 Der Mathematiklehrer eier größere Klasse hat durch Beobachtuge über eie lägere Zeitraum bemerkt, dass ab ud zu eiige Schüler ihre Hausaufgabe zum fällige Termi icht gemacht habe. Die Zufallsgröße X gibt die Azahl der Schüler dieser Klasse a, die zu eiem beliebige Termi die Mathematik-Hausaufgabe icht erledigt habe. Dabei ergibt sich mit de Parameter a, b, c R folgede Verteilug (adere Zufallswerte trete icht auf): x P X x a b 0, B+c c 0, 0,05. Bereche Sie die Parameter a, b ud c, we im Durchschitt Schüler ihre P X 0, 5 ist. Stelle Sie die Hausaufgabe icht gemacht habe ud Wahrscheilichkeitsverteilug der Zufallsgröße X geeiget graphisch dar. [Teilergebis: a = 0,05; b = 0,] (BE). Bestimme Sie die Wahrscheilichkeit dafür, dass die Zufallswerte ierhalb der eifache Stadardabweichug um de Erwartugswert liege. (4 BE) 00 SI.0 Die Zufallsgröße X gibt die Azahl der Tasse Tee a, die ei Gast bei eiem Frühstück trikt. Es ergibt sich folgede Verteilug: x oder mehr Gästezahl Erstelle Sie für die Zufallsgröße X die Wahrscheilichkeitsverteilug ud stelle Sie diese geeiget graphisch dar. Bereche Sie, mit wie viel Tasse Tee der Herbergsvater im Durchschitt pro Gast reche ka. (4 BE). Bereche Sie wie viele Tasse Tee Max pro Gast midestes bereitstelle muss, we die Wahrscheilichkeit dafür, dass der Tee ausreicht, mehr als 90% betrage soll. ( BE) 009 SI.0 I eier Zulassugsstelle werde Fahrzeuge i füf Leistugsklasse erfasst. Die Zufallsgröße X gibt die Leistugsklasse eies zufällig ausgewählte Fahrzeugs a. Mit de Parameter a, b IR ergibt sich folgede Wahrscheilichkeitsverteilug: x 4 5 P X x a b 0, 0, 0,4 W. Stark; Berufliche Oberschule Freisig

17 . Bereche Sie a ud b für de Fall, dass für de Erwartugswert E(X) gilt: E(X) =,4. (4 BE) [Teilergebis: a 0, ]. Zeiche Sie ei Histogramm der Wahrscheilichkeitsverteilug. ( BE). Bereche Sie die Wahrscheilichkeit, mit der die Zufallswerte ierhalb der eifache Stadardabweichug um de Erwartugswert liege. Schraffiere Sie die zu dieser Wahrscheilichkeit gehörede Fläche im Histogramm vo Teilaufgabe.. ( BE) W. Stark; Berufliche Oberschule Freisig 7

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10 Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel VI. Einige spezielle diskrete Verteilungen Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

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. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher

Mehr

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) = Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Kapitel 6 : Punkt und Intervallschätzer

Kapitel 6 : Punkt und Intervallschätzer 7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte

Mehr

Stochastik im SoSe 2018 Übungsblatt 2

Stochastik im SoSe 2018 Übungsblatt 2 Stochasti im SoSe 2018 Übugsblatt 2 K. Paagiotou/ L. Ramzews / S. Reisser Lösuge zu de Aufgabe. Aufgabe 1 Eie Ure ethält B blaue, R rote ud G grüe Bälle. Wir ziehe eie Teilmege mit geau Bälle aus der Ure,

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

9. Diskrete Zufallsvariable, Wahrscheinlichkeitsverteilung, Erwartungswert, Varianz

9. Diskrete Zufallsvariable, Wahrscheinlichkeitsverteilung, Erwartungswert, Varianz 44 9. Diskrete Zufallsvariable, Wahrscheilichkeitsverteilug, Erwartugswert, Variaz Bei Zufallsversuche iteressiere oft icht die Ergebisse selbst, soder Zahle, die de mögliche Ergebisse des Zufallsversuchs

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug

Mehr

Anwendungen der Wahrscheinlichkeit II. Markovketten

Anwendungen der Wahrscheinlichkeit II. Markovketten Aweduge der Wahrscheilichkeit II 1. Fragestelluge Markovkette Markovkette sid ei häufig verwedetes Modell zur Beschreibug vo Systeme, dere Verhalte durch eie zufällige Übergag vo eiem Systemzustad zu eiem

Mehr

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume - 12 - (Kapitel 2 : Laplacesche Wahrscheilicheitsräume) Kapitel 2: Laplacesche Wahrscheilicheitsräume Wie beim uverfälschte Müzewurf ud beim uverfälschte Würfel spiele Symmetrieüberleguge, die jedem Elemetarereigis

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

Abschlussprüfung 200X Wahlteil Mathematik I Aufgabe A 1

Abschlussprüfung 200X Wahlteil Mathematik I Aufgabe A 1 Wahlteil Mathematik I Aufgabe A Name: Vorame: Klasse: Platzziffer: Pukte: / A.0 A. Gegebe ist die Fuktio f mit der Gleichug y (x3) 4,5 ( GI ). Begrüde Sie, warum ma bei der Fuktio f für x < 3 keie Fuktioswerte

Mehr

, h(1) =, h(2) = c. a) Säulendiagramm siehe Tafel- oder Folienskizze b) Ermittlung von c: Die Summe der relativen Häufigkeiten muss 1 sein: c = 4 9

, h(1) =, h(2) = c. a) Säulendiagramm siehe Tafel- oder Folienskizze b) Ermittlung von c: Die Summe der relativen Häufigkeiten muss 1 sein: c = 4 9 Techische Uiversität Müche SS 2006 Zetrum Mathematik Blatt 3 Prof. Dr. J. Hartl Dr. Haes Petermeier Dr. Corelia Eder Dipl.-Ig. Marti Nagel Höhere Mathematik 2 (Weihestepha). Jeder der Bewoher eies Stadtviertels

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung 6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist

Mehr

2. Repetition relevanter Teilbereiche der Statistik

2. Repetition relevanter Teilbereiche der Statistik . Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 3 Kurs 11ma3g Mathematik 202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese

Mehr

Aufgaben zur Übung und Vertiefung

Aufgaben zur Übung und Vertiefung Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

Tutorium Mathematik ITB1(B), WI1(B) Tutorium Mathematik ITB(B), WI(B) Aufgabeblatt F Aufgabe zum Kapitel Fuktioe Prof Dr Peter Plappert Fachbereich Grudlage Aufgabe : Bestimme Sie jeweils de maimal mögliche Defiitiosbereich D ma a) f ( =

Mehr

Das kollektive Risikomodell. 12. Mai 2009

Das kollektive Risikomodell. 12. Mai 2009 Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro. mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe

Mehr

Zufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ),

Zufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ), ETHZ 90-683 Dr. M. Müller Statistische Methode WS 00/0 Zufallsvariable Zusammehag: Wirklichkeit Modell Wirklichkeit Stichprobe Date diskret stetig rel. Häufigkeit Häufigkeitstabelle Stabdiagramm Histogramm

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

Mehr

1. Mathematikschulaufgabe

1. Mathematikschulaufgabe .0 Die Pukte P(0/-7) ud Q(5/-) liege auf eier ach ute geöffete Normalparabel p. G< x. Bereche die Gleichug der Parabel p. (Ergebis: y = - x + 6x - 7 ). Bestimme die Koordiate des Parabel-Scheitels. Gib

Mehr

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn... Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer

Mehr

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK ABITURPRÜFUNG 007 GRUNDFACH MATHEMATIK (HAUPTTERMIN) Arbeitszeit: Hilfsmittel: 0 Miute Wörterbuch zur deutsche Rechtschreibug Tascherecher (icht programmierbar, icht grafikfähig) Tafelwerk Wähle Sie vo

Mehr

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik MK 2..0 A_12NT_S1_MK_Loes.mcd Abschlussprüfug a Fachoberschule i Bayer Mathematik 0 Stochastik S1 Ausbildugsrichtug Nichttechik 1. Am 22.04.0 wurde 812.000 Tickets zur FIFA WM 0 verlost. 00.000 Mesche

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

x 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n

x 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert Arithmetischer

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Technische Universität München Zentrum Mathematik. Übungsblatt 1 Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die notwendigen Verteilungstabellen finden Sie z.b. hier: Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015 Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

3 Vergleich zweier unverbundener Stichproben

3 Vergleich zweier unverbundener Stichproben 3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Stochastisches Integral

Stochastisches Integral Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 6. Grudlage der Wahrscheilichkeitsrechug 6.. Defiitioe ud Beispiele Spiele aus dem Alltagslebe: Würfel, Müze, Karte,... u.s.w. sid gut geeiget die Grudlage der Wahrscheilichkeitsrechug darzustelle. Wir

Mehr

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe

Mehr

KAPITEL 2. Zahlenfolgen

KAPITEL 2. Zahlenfolgen KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters: . Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

Ministero dell Istruzione, dell Università e della Ricerca

Ministero dell Istruzione, dell Università e della Ricerca Pag. 1/5 Ordetlicher Termi 018 H043 ABSCHLUSSPRÜFUNG AN DEN GYMNASIEN Fachrichtug: LI0 - REALGYMNASIUM LI03 - REALGYMNASIUM - SCHWERPUNKT ANGEWANDTE NATURWISSENSCHAFTEN Arbeit aus: MATHEMATIK Löse Sie

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung 1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5 Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale

Mehr