Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Größe: px
Ab Seite anzeigen:

Download "Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?"

Transkript

1 1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der Elemente wichtig ist, wie z.b. die Reihenfolge der Ziffern in einer dreistelligen Zahl. Werden die der Grundgesamtheit entnommenen Elemente zurückgelegt, so können Elemente mehrmals gezogen werden. Man spricht dann von Wiederholung. Umfasst die Stichprobe alle in einer Grundgesamtheit enthaltenen Elemente, wobei die Grundgesamtheit identische Elemente enthalten kann, dann ergibt sich nur eine Möglichkeit, wenn die Reihenfolge der Elemente unwichtig ist. Interessanter wird die Sache, falls die Reihenfolge eine Rolle spielt. Man spricht dann von einer Permutation. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M {1;2;3;4;5} erstellen? Lösung: Dies ist eine Permutation ohne Wiederholung mit n 5. Für diese gilt folgendes: P n n! Beim obigen Beispiel gibt es also 5! Zahlen, wobei 5! Beispiel: Wie viele Wörter (mit elf Buchstaben) lassen sich aus den Buchstaben im Wort "TITICACASEE" bilden? Lösung: Das Wort hat elf Buchstaben. Von diesen wiederholen sich jedoch alle ausser "S". Wir haben es mit einer Permutation mit Wiederholung zu tun für welche gilt P (k 1, k 2,..., k m ) n n! k 1! k 2! k m Die Grössen k 1, k 2,..., k m bedeuten die Anzahl identischer Elemente. Im obigen Beispiel haben wir sechs verschiedene Elemente wie folgt: Nr. Element k 1 T k I k C k A k S k E k 6 2 wobei k 1 + k k m n. Man erhält eine Anzahl Wörter wie folgt:

2 2 P (2,2,2,2,1,2) 11 11! 2! 2! 2! 2! 1! 2! P(2,2,2,2,2) 11 11! (2!) 5 1'274'400 Weil 1! 1 müssen Elemente ohne Wiederholung (in unserem Fall der Buchstabe "S") nicht berücksichtigt werden. Umfasst die Stichprobe nicht alle Elemente der Grundgesamtheit, dann haben wir es mit einer Kombination oder einer Variation zu tun. (Eine Permutation ohne Wiederholung ist eine spezielle Variation ohne Wiederholung mit k n). Stichprobe Geordnet (Variation) Ungeordnet (Kombination) Kombination mit Wiederholung: C w n + k - 1 Mit Zurücklegen. k Stichprobenumfang k. Ohne Zurücklegen. Stichprobenumfang k. Variation mit Wiederholung: V w n k Beispiel: Wie viele Wörter mit vier Buchstaben kann man aus den Buchstaben im Alphabet (mit 26 Buchstaben) bilden? Lösung: Wir haben n 26 und k 4. Somit gibt es '976 Wörter mit vier Buchstaben. Variation ohne n! Wiederholung: V (n - k)! Beispiel: Wie viele verschiedene Tipps gibt es bei eine Pferderennen mit 12 Rennpferden, wenn man auf die fünf Erstplazierten in richtiger Reihenfolge wetten soll? Lösung: n 12 und k 5 12! (12-5)! 12! 7! '040. Permutation ohne Wiederholung: P N! Beispiel: Wie viele verschiedene Würfe mit drei nicht unterscheidbaren Würfeln gibt es? Lösung: n 6 und k ! 5! 3! 56. Kombination ohne Wiederholung: C n k Beispiel: Wie viele verschiedene Möglichkeiten gibt es bei einem Zahlenlotto bei welchem von 12 Kugeln 5 gezogen werden? Lösung: n 12 und k ! 5! 7! 792. Grundaufgabe: Wie viele verschiedene Buchstabenfolgen kann man aus den Buchstaben im Wort "ZIEL" erstellen? Antw.: P 4! 24. Permutation mit Wiederholung: P w N! N 1! N 2!...

3 3 Grundaufgabe: Wie viele verschiedene Buchstabenfolgen kann man aus den Buchstaben im Wort "HOCHSCHULE" erstellen? Antw.: P 10! 2! 3! 302'400. Variation der Klasse k ohne Wiederholung: V N! (N - k)! Grundaufgabe: Wie viele Wörter mit vier verschiedenen Buchstaben kann man aus den 26 Buchstaben des Alphabets bilden? Antw.: V 26! 22! '800. Variation der Klasse k mit Wiederholung: V w N k Grundaufgabe: Wie viele Wörter mit vier Buchstaben kann man aus den 26 Buchstaben des Alphabets bilden? Antw.: V w '976. Kombination der Klasse k ohne Wiederholung: C N k N! (N - k)! k! Grundaufgabe: Wie viele Möglichkeiten gibt es, an einen Spieler von 36 Karten 6 auszuteilen? Antw.: C ! 30! 6! 1'947'792. Kombination der Klasse k mit Wiederholung: C w N + k 1 k (N + k 1)! (N 1)! k! Grundaufgabe: Wie viele verschiedene Würfe gibt es mit sieben nicht unterscheidbaren Würfeln? Antw.: C w ! 5! 7! 792. Verteilungen A. Binominalverteilung: Ein Bernoulli-Versuch besteht aus zwei Ergebnissen, einem Treffer und einem Fehlschlag. Die n-malige Wiederholung eines Bernoulli-Versuchs nennt man eine Bernoulli-Kette der Länge n. Die Binominalverteilung ergibt sich als Wahrscheinlichkeitsverteilung der Anzahl "Treffer" in einer Bernoulli-Kette. Zwei Beispiele von Bernoulli-Ketten sind 1. n-maliger Münzwurf: "Treffer" Kopf (mit Wahrscheinlichkeit p ½) und "Niete" Zahl (mit Wahrscheinlichkeit ebenfalls 1 - p ½). 2. n-maliges Würfeln: "Treffer" Sechs (mit Wahrscheinlichkeit p 1 / 6) und "Niete" keine Sechs mit Wahrscheinlichkeit 1 - p 5 / 6).

4 4 Für die Binominalverteilung gilt folgendes: P n k pk (1 - p) n - k Beim ersten Beispiel erhält man z.b. für die Wahrscheinlichkeit, dass die Hälfte von einem Dutzend Münzwürfen Köpfe seien folgendes: P 6 ½6 ½ 6 12! 6! 6! ,2256. Beim zweiten Beispiel erhält man für die Wahrscheinlichkeit, dass bei zwölfmaligem Würfeln genau zwei Mal eine Sechs gewürfelt wird folgendes: P ! ! 10! ,2961. Dabei ist die Wahrscheinlichkeit für sämtliche mögliche Ergebnisse gleich 1. Von dieser Tatsache lässt sich wie folgt Gebrauch machen: Wie gross ist die Wahrscheinlichkeit, dass bei zwölfmaligem Würfeln mindestens eine Sechs gewürfelt wird? Antwort: P ! ! 11! ,6187. Hier wurden von der Gesamtwahrscheinlichkeit 1 die Wahrscheinlichkeiten für keinen und einen Sechser subtrahiert. B. Geometrische Verteilung: Ein Bernoulli-Versuch wird so lange durchgeführt, bis sich ein Treffer einstellt. Die Wahrscheinlichkeit, dass beim n-ten Mal ein Treffer erscheint beträgt P(X n) (1 p) n 1 p Beispiel: Berechne die Wahrscheinlichkeit, dass beim Würfeln beim fünften Mal zum ersten Mal eine Sechs erscheint. Lösung: P(X 6) (5 / 6) 4 (1 / 6) C. Hypergeometrische Verteilung: Die hypergeometrische Verteilung der Wahrscheinlichkeit ergibt sich aus einem Urnenmodell wie folgt: Eine Urne enthalte n Kugeln. Davon seien w weiss und n - w seien schwarz. Die Wahrscheinlichkeit, dass eine Stichprobe von m Kugeln genau k weisse Kugeln enthält ist gegeben durch die hypergeometrische Verteilung wie folgt: w P k n - w m - k n m Beispiel: Eine Warensendung enthält 80 Einheiten, wovon 3 defekt sind. Wie gross ist die Wahrscheinlichkeit, dass bei der Entnahme einer Stichprobe von vier Einheiten zwei der entnommenen Einheiten defekt sind?

5 5 3 Antwort: P , D. Verallgemeinerte hypergeometrische Verteilung: Diese Verteilung gilt für die Wahrscheinlichkeit, dass einer Grundgesamtheit von N Elementen x 1 Elemente mit der Eigenschaft A 1, x 2 Elemente mit der Eigenschaft A 2... und x k Elemente mit der Eigenschaft A k entnommen werden, wenn besagte Grundgesamtheit N 1 Elemente mit der Eigenschaft A 1, N 2 Elemente mit der Eigenschaft A 2... und N k Elemente mit der Eigenschaft A k enthält. Es gilt dann folgendes: N 1 P x 1 N 2 x 2 N 3 x... N k 3 x k N n wobei x 1 + x 2 + x x k n und N 1 + N 2 + N N k N. Beispiel: In einer Urne befinden sich fünf rote, acht grüne, zehn blaue und dreizehn gelbe Kugeln. Wie gross ist die Wahrscheinlichkeit, dass eine Stichprobe von 14 Kugeln zwei rote, drei grüne, vier blaue und fünf gelbe Kugeln enthält? Antwort: 5 P , Wenn die Elemente zurückgelegt werden gilt folgendes: x n! P x 1! x 2! x 3! x k! N 1 x 1 N N 2 x 2 N N 3 3 N N k N Beim obigen Beispiel erhält man folgendes: P 14! 2! 3! 4! 5! , Ein Auswahlverfahren lässt sich mit Hilfe eines Ereignisbaums anschaulich darstellen. Die Verwendung eines Ereignisbaums als Hilfsmittel soll mit folgendem Beispiel veranschaulicht werden. In einer Urne befinden sich 3 weisse, 2 graue und eine schwarze Kugel. Es sei die Wahrscheinlichkeit gesucht, dass man bei der Entnahme von drei Kugeln ohne Zurücklegen eine weisse, eine graue und eine schwarze Kugel zieht. x k

6 6 Ausgehend vom Punkt A werden alle möglichen Ergebnisse und Zwischenergebnisse beim Ziehen von drei Kugeln dargestellt. Wenn die Kugeln nacheinander gezogen werden bestehen sechs Möglichkeiten wie folgt: weiss grau schwarz, weiss schwarz grau, grau weiss schwarz, grau schwarz weiss, schwarz weiss grau und schwarz grau weiss. Die Wahrscheinlichkeit, dass man eine weisse, eine graue und eine schwarze Kugel zieht erhält man als Summe von Wahrscheinlichkeiten wie folgt: P 0.5 [ ] [ ] [ ] 0.3 Bedingte Wahrscheinlichkeit Die bedingte Wahrscheinlichkeit eines Ereignisses A unter der Bedingung, dass ein Ereignis B eintritt ist gleich dem Quotient aus der Wahrscheinlichkeit, dass sowohl A als auch A eintritt und der Wahrscheinlichkeit, dass B eintritt. P(A B) P(A B) P(B) 1. Beispiel: Zwei gleiche Urnen U 1 und U 2 enthalten Kugeln wie folgt: Urne U 1 : Drei schwarze und zwei weisse Kugeln. Urne U 2 : Drei schwarze und vier weisse Kugeln. Man greift blind in eine der beiden Urnen und zieht eine Kugel. Die gezogene Kugel sei schwarz. Mit welcher Wahrscheinlichkeit stammt sie aus Urne U 1? Lösung: P(Aus U 1 Schwarze Kugel) Schwarze Kugel aus U 1 Schwarze Kugel

7 7 2. Beispiel: Einer von tausend Menschen hat eine bestimmte Krankheit. Bei einem Prozent der gesunden Patienten fällt der Test fälschlicherweise positiv aus. Jemand lässt diesen Test machen und er fällt positiv aus, d.h. der Test ergab, dass die Person erkrankt ist. Wie gross ist die Wahrscheinlichkeit, dass die getestete Person tatsächlich krank ist? P(Erkrankt Positiv) P(Positiv und erkrankt) P(Positiv) Die Wahrscheinlichkeit tatsächlich erkrankt zu sein beträgt also lediglich 9.1%. Sind zwei Ereignisse A und B voneinander unabhängig, dann muss P(A B) P(A), P(B A) P(B) und P(A B) P(A) P(B)

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

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

Mehr

1 Grundlagen Wahrscheinlichkeitsrechung

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

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

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

Mehr

Hypergeometrische Verteilung

Hypergeometrische Verteilung Hypergeometrische Verteilung Aufgaben Aufgabe 1 Eine Firma produziert insgesamt 30 elektronische Bauteile des gleichen Typs. Aus langjähriger Erfahrung weiß man das davon jedes 70te defekt ist. Um die

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

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

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Die Formel für Kombinationen wird verwendet, wenn

Die Formel für Kombinationen wird verwendet, wenn 1. Übung: Kombinatorik Aufgabe 1 Die Formel für Kombinationen wird verwendet, wenn a) Alle n Elemente angeordnet werden sollen. b) Aus n Elementen k Elemente gezogen werden sollen. c) Die Reihenfolge der

Mehr

KAPITEL 2. Kombinatorik

KAPITEL 2. Kombinatorik KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,

Mehr

Basistext - Wahrscheinlichkeitsrechnung

Basistext - Wahrscheinlichkeitsrechnung Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.

Mehr

Die Binomialverteilung

Die Binomialverteilung Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen

Mehr

Zusammenfassung Stochastik

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

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

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

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

SS 2016 Torsten Schreiber

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

Mehr

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

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

Mehr

Permutation und Kombination

Permutation und Kombination Permutation und Kombination Aufgaben Aufgabe 1 Wie viele verschiedene Wörter lassen sich durch Umstellen der Buchstaben aus den Wörtern a. Mississippi, b. Larissa, c. Stuttgart, d. Abrakadabra, e. Thorsten,

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung 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

Mehr

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE 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

Mehr

Kombinatorik - kurz. Ronald Balestra CH Zürich

Kombinatorik - kurz. Ronald Balestra CH Zürich Kombinatorik - kurz Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch 14. Mai 2012 Inhaltsverzeichnis 1 Um was geht s? 1 1.1 Allgemeines Zählprinzip....................... 2 1.2 Permutationen............................

Mehr

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

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

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

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

Mehr

II Wahrscheinlichkeitsrechnung

II Wahrscheinlichkeitsrechnung 251 1 Hilfsmittel aus der Kombinatorik Wir beschäftigen uns in diesem Abschnitt mit den Permutationen, Kombinationen und Variationen. Diese aus der Kombinatorik stammenden Abzählmethoden sind ein wichtiges

Mehr

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie

Mehr

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben

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

Mehr

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder

Mehr

Inhaltsverzeichnis (Ausschnitt)

Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive

Mehr

Was braucht mehr Glück... ein Lotto - Sechser? oder ein Royalflush

Was braucht mehr Glück... ein Lotto - Sechser? oder ein Royalflush Was braucht mehr Glück... ein Lotto - Sechser? oder ein Royalflush 1 Ein Fachschaftstag U1a Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 8. Oktober 2016 Inhaltsverzeichnis 1 Die

Mehr

Blatt 5: Kombinatorik MAE 3. Urnenmodelle

Blatt 5: Kombinatorik MAE 3. Urnenmodelle School of Engineering Winterthur Zürcher Hochschule für Angewandte Wissenschaften Blatt 5: Kombinatorik MAE 3 Urnenmodelle Geben Sie zu jeder der beschriebenen Situationen an, wie viele Elemente (k) ausgewählt

Mehr

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte

Einführung. 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

Mehr

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

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

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 4. Vorlesung - 2017 Diskrete Zufallsgrößen X : Ω {x 1, x 2,..., x i,... } Wahrscheinlichkeitsverteilung von X ( ) x1 x X 2... x i... = p 1 p 2... p i... I N (Indexmenge) mit den Wahrscheinlichkeiten p

Mehr

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

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

Mehr

Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen

Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe

Mehr

Übungen zur Kombinatorik (Laplace)

Übungen zur Kombinatorik (Laplace) 1. In einem Beutel sind 10 Spielmarken enthalten, die von 0 bis 9 nummeriert sind. X sei das Ereignis, dass man zufällig die Marke 5 oder 8 herausholt, Y das Ereignis, dass eine größere Zahl als 5 gezogen

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung Kombinatorik In der Kombinatorik beschäftigt man sich damit die verschiedenen Möglichkeiten der Auswahl und Anordnung von Elementen aus endlichen Mengen zu untersuchen und insbesondere die Anzahl dieser

Mehr

Diskrete Strukturen I

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

Mehr

Kombinatorik & Stochastik Übung im Sommersemester 2018

Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik Formeln & Begriffe Begrifflichkeiten Permutation = Anordnung in einer bestimmten Reihenfolge Kombination = Anordnung ohne bestimmte Reihenfolge

Mehr

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann Verständnisfragen 1. Welches sind die charakteristischen Eigenschaften eines Laplace-Raums? Der Raum ist endlich, die Wahrscheinlichkeit für alle Elementarereignisse ist gleich. 2. Unter welchen Bedingungen

Mehr

3. Anwendungen aus der Kombinatorik

3. Anwendungen aus der Kombinatorik 3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit

Mehr

Vorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Vorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen Vorlesung 3 Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder

Mehr

Vorkurs Mathematik KOMBINATORIK

Vorkurs Mathematik KOMBINATORIK Vorkurs Mathematik 2011 17 KOMBINATORIK Produktregel Wir illustrieren die Formel an einem einfachen Beispiel. Beispiel (Der Weg nach Hause). Max ist an der Uni (U) und will nach Hause (H). Auf dem Nachhauseweg

Mehr

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit 3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit Aufgabe : Summenregel und bedingte Wahrscheinlichkeit Eine Statistik hat folgende Ergebnisse zutage gebracht: 52 % der Bevölkerung sind weiblich.

Mehr

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

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

Mehr

Stochastik (Laplace-Formel)

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

Mehr

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

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

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 1 17.09.2012 Lösungen Stichproben und Zählstrategien II : A1 A1 Aus schwarzen und weißen Mühlsteinen werden Türme gebaut, indem immer acht Steine übereinander

Mehr

Unabhängigkeit KAPITEL 4

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

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsverteilungen 1. Binomialverteilung 1.1 Abzählverfahren 1.2 Urnenmodell Ziehen mit Zurücklegen, Formel von Bernoulli 1.3 Berechnung von Werten 1.4 Erwartungswert und Standardabweichung

Mehr

Übungen zur Kombinatorik

Übungen zur Kombinatorik 1. Das Paradoxon des Chevalier de Méré: De Méré fand es paradox, dass beim Würfeln mit drei Würfeln die Augenzahlsumme 11 häufiger zustande kam als die Augenzahlsumme 12. Wie lauten die tatsächlichen Wahrscheinlichkeiten

Mehr

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1)

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Kombinatorik, Seite 1 von 15. Kombinatorik

Kombinatorik, Seite 1 von 15. Kombinatorik Kombinatorik, Seite 1 von 15 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet,

Mehr

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

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

Mehr

Dr. 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. 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.

Mehr

Statistik I für Humanund Sozialwissenschaften

Statistik 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.

Mehr

P A P( A B) Definition Wahrscheinlichkeit

P 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

Mehr

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / /

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / / Das Urnenmodell Hausarbeit Mathe III (Prof. Kästner, Friedberg) Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike 876522 / 900265 / 885568 / 875921 / 932424 Wintersemester

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

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

Mehr

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen Kombinatorik Zur Berechnung der Wahrscheinlichkeit eines zusammengesetzten Ereignisses ist oft erforderlich, zwei verschiedene Anzahlen zu berechnen: die Anzahl aller Elementarereignisse und die Anzahl

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung 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

Mehr

Sachrechnen/Größen WS 14/15-

Sachrechnen/Größen WS 14/15- Kapitel Daten & Wahrscheinlichkeit 3.1 Kombinatorische Grundlagen 3.2 Kombinatorik & Wahrscheinlichkeit in der Grundschule 3.3 Daten Darstellen 3.1 Kombinatorische Grundlagen Verschiedene Bereiche der

Mehr

1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen

1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen 1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 16. März 2016, 11:21 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber 173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen

Mehr

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Alexander Schwarz www.mathe-aufgaben.com Oktober 205 Aufgabe : In einer Urne befinden sich drei gelbe, eine rote und

Mehr

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Gegeben Menge Ω (Wahscheinlichkeitsraum, Menge aller möglichen Ausgänge eines Zufallsexperiments), Abbildung P : P(Ω) [0, 1] (Wahrscheinlichkeit): Jeder Teilmenge

Mehr

Level 1 Grundlagen Blatt 2. Dokument mit 16 Aufgaben

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

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin 2 Kombinatorik Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objekten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche

Mehr

4 Übungsaufgaben zu Kapitel 4

4 Übungsaufgaben zu Kapitel 4 4 Übungsaufgaben zu Kapitel 4 4.1 Aufgabe. In einer Schachtel liegen vier mit 1 bis 4 nummerierte Kugeln. Wie lautet die Ergebnismenge, wenn zwei Kugeln mit einem Griff gezogen werden? 4.2 Aufgabe. Welche

Mehr

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

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

Mehr

Fragestellung: Wir haben 5 verschiedene Gegenstände A B C D E. Auf wieviele verschiedene Arten lassen sie sich anordnen?

Fragestellung: Wir haben 5 verschiedene Gegenstände A B C D E. Auf wieviele verschiedene Arten lassen sie sich anordnen? Kombinatorik Seite 1 von 5 PRMUTTIONN (nordnungen, Reihenfolgen) eispiel: Fragestellung: Wir haben 5 verschiedene Gegenstände. uf wieviele verschiedene rten lassen sie sich anordnen? ntwort: uf 5! = 1

Mehr

2 STOCHASTISCHE GRUNDBEGRIFFE

2 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

Mehr

Das Urnenmodell mit und ohne Zurücklegen

Das Urnenmodell mit und ohne Zurücklegen THM Friedberg Standort: Friedberg Seminar: Mathematik 3- Statistik WS 12/13 Gruppe Nr.9 Dozent: Dipl. Log. me. Kästner Das Urnenmodell mit und ohne Zurücklegen 10.12.2012 Theresa Hönicke Matrikelnr.: 869678

Mehr

Mathematik Lösung Klassenarbeit Nr. 2 Klasse 10a

Mathematik Lösung Klassenarbeit Nr. 2 Klasse 10a Der GTR ist erlaubt, wird mitunter wirklich benötigt. Bitte lest die Lösungen in Ruhe durch. Ich hoffe sie sind so ausführlich, dass jeder alle Zwischenschritte versteht. Wenn nicht, meldet Euch bitte.

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2

Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2 Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2 Dr. Elke Warmuth Sommersemester 2018 1 / 35 Mehrstufige Vorgänge und Baumdiagramme Pfade und Ergebnismenge Wahrscheinlichkeiten im Baumdiagramm

Mehr

Kombinatorische Abzählverfahren - LÖSUNGEN

Kombinatorische Abzählverfahren - LÖSUNGEN Kombinatorische Abzählverfahren - LÖSUNGEN TEIL C: Lösungen 1. Produtregel das einfache Verfahren Aufgabe 1: Auto-Ausstattung Aufgabe 2: Tanzstunde Aufgabe 3: Menüplanung Aufgabe 4: Atenzeichen Aufgabe

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

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

Mehr

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis

Ergebnis 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)

Mehr

alte Maturaufgaben zu Stochastik

alte 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

Mehr

KAPITEL 5. Erwartungswert

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

Mehr

Kapitel N. Wahrscheinlichkeitsrechnung

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

Mehr

Vorlesung 2b. Diskrete Zufallsvariable. und ihre Verteilungen

Vorlesung 2b. Diskrete Zufallsvariable. und ihre Verteilungen Vorlesung 2b Diskrete Zufallsvariable und ihre Verteilungen 1 1. Die Grundbegriffe 2 Bisher hatten wir uns (vor allem) mit Zufallsvariablen beschäftigt, deren Wertebereich S endlich war. Die (schon in

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses. XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------

Mehr

Anzahl der Möglichkeiten in der Werkstatthalle, 3 ohne eingebaute Alarmanlage: N N 2

Anzahl der Möglichkeiten in der Werkstatthalle, 3 ohne eingebaute Alarmanlage: N N 2 Abiturprüfung Berufliche Oberschule 003 Mathematik 13 Technik - B I - Lösung Teilaufgabe 1.0 Eine Kfz-Werkstatt für Autoelektronik baut in Fahrzeuge Alarmanlagen ein. Die Werkstatt verfügt über 11 Stellplätze,

Mehr

1 Kap 12 Kombinatorik

1 Kap 12 Kombinatorik 1 Kap 12 Kombinatorik 12 Kombinatorik Manchmal ist es schwierig, bei einstufigen Experimenten die für die Berechnung der Wahrscheinlichkeit notwendige Anzahl der möglichen Fälle und der günstigenfälle

Mehr

Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ==================================================================

Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Ein Zufallsexperiment heißt zusammegesetzt, wenn es es die Kombination

Mehr

Fit for Abi & Study Stochastik

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

Mehr

Erfolg im Mathe-Abi 2013

Erfolg im Mathe-Abi 2013 Gruber I Neumann Erfolg im Mathe-Abi 2013 Vorabdruck Pflichtteil Stochastik für das Abitur ab 2013 zum Übungsbuch für den Pflichtteil Baden-Württemberg mit Tipps und Lösungen Vorwort Vorwort Erfolg von

Mehr

Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,

Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments, . Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------

Mehr