Wahrscheinlichkeitsrechnung
|
|
- Lieselotte Bieber
- vor 7 Jahren
- Abrufe
Transkript
1 Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung Kombinatorik Grundbegri e Wahrscheinlichkeiten Rechnen mit Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Ereignisbäume
2 6 Einführung in die Wahrscheinlichkeitsrechnung siehe L. Papula, Mathematik für Ingenieure und Naturwissenschaftler, Band 3, Kapitel II,1-3, pp , Vieweg und Teubner, 6. Auflage, Wiesbaden Kombinatorik Slide 271 Urnenmodell Ziehen (aus einer Urne ) ohne Zurücklegen Beispiel: Lottozahlen 49 verschiedene Kugeln, je 1mal Ziehen mit Zurücklegen Beispiel: Spiel 77 etc. (jede Zi er kann mehrmals vorkommen) 9(10?) Kugeln, je 1mal Slide 272 Definition: Stichprobe Die zufällige Entnahme von k Kugeln heißt in der Statistik Stichprobe vom Umfang k. Sie heißt geordnet, wenndiereihenfolgederentnahme berücksichtigt wird. Sie heißt ungeordnet, wenn die Reihenfolge der Entnahme nicht berücksichtigt wird. Urnenmodell Beispiel! + Wahrscheinlichkeit, dass 1. Kugel schwarz: 4 7 (Aus- mit Zurücklegen: Wahrscheinlichkeit, dass 2. Kugel schwarz: 4 7 gangssituation ) =) Wahrscheinlichkeit, 2 schwarze Kugeln zu ziehen:
3 ohne Zurücklegen: Wahrscheinlichkeit, dass 2. Kugel schwarz: 1 2 (Ausgangssituation ) =) Wahrscheinlichkeit, 2 schwarze Kugeln zu ziehen: 4 14 Die Wahrscheinlichkeit, nacheinander mehrere unabhängige Ereignisse zu erhalten, ergibt sich als Produkt der Einzelwahrscheinlichkeiten Slide 273 Permutationen Auf wie viele Arten kann ich drei verschiedenfarbige Kugeln anordnen? allgemein: Anordnungsmöglichkeitenvon n verschiedenfarbigen Kugeln: 1. Kugel: n Möglichkeiten 2. Kugel: (n 1) Möglichkeiten usw. n. (letzte) Kugel: 1 Möglichkeit Insgesamt: Die Zahl der Permutationen von n verschiedenen Elementen, P (n), ist P (n) =n (n 1) (n 2)...2 1=n! Slide 274 Permutationen Befinden sich unter den n Kugeln n 1 gleiche (z. B. n 1 schwarze Kugeln), fallen alle Anordnungen zusammen, die sich durch Vertauschungen der gleichen Kugeln ergeben (also n 1! Anordnungen sind nicht voneinander unterscheidbar). Dann gilt o enbar P (n; n 1 )= P (n) P (n 1 ) = n! n 1! 126
4 Analog kann man zeigen, dass die Zahl der Permutationen von n Kugeln, unter denen sich jeweils n 1,n 2,...,n k gleiche Kugeln befinden, gegeben ist durch P (n; n 1,n 2,...,n k )= n! n 1! n 2!... n k! = n! kq n i! i=1 Slide 275 Permutationen z.b. n =4,davonje2weißeund2schwarze P (n) = 4! 2! 2! = =6 2 2 Slide 276 Kombinationen aus einer Urne mit n verschiedenen Elementen werden nacheinander k Elemente gezogen. In beliebiger Reihenfolge angeordnet bilden sie dann eine Kombination k-ter Ordnung Die Anzahl der Kombinationen hängt davon ab, ob die Ziehung mit oder ohne Zurücklegen erfolgt. z.b.: Die Lottozahlen sind eine Kombination 6-ter Ordnung mit n =49 ohne Zurücklegen Slide
5 Kombinationen Definition: Kombinationen Die Ziehung von k Kugeln (aus einer Grundgesamtheit von n Kugeln) ohnezurücklegen heißt Kombination k- ter Ordnung ohne Wiederholung. Die Anzahl der Kombinationen beträgt n C(n; k) = (k apple n) k Zieht man k aus n Kugeln mit Zurücklegen, so heisst eine Realisierung Kombination k-ter Ordnung mit Wiederholung und die Anzahl der Kombinationen beträgt n + k 1 C W (n; k) = (k 0) k Slide 278 Binomialkoe zienten =!! ( )! Slide 279 Variationen 128
6 Definition: Variationen Die Anordnung von k Kugeln (aus einer Grundgesamtheit von n Kugeln) in der Reihenfolge ihrer Ziehung und ohne Zurücklegen heißt Variation k-ter Ordnung ohne Wiederholung. Die Anzahl der Variationen beträgt V (n; k) = n! (n k)! (k apple n) Die entsprechende Anordnung mit Zurücklegen heisst Variation k-ter Ordnung mit Wiederholung und die Anzahl der Variationen beträgt V W (n; k) =n k (k 0) Slide 280 Zusammenfassung Menge Permutation ohne n! n aus n Whlg. Permutation mit Whlg. n! k 1!k 2!...k n! n aus n Variation ohne Whlg. n! (n k)! k aus n + Variation mit Whlg. n k k aus n + n Kombination ohne k aus n - k Whlg. n + k 1 Kombination mit k aus n - k Whlg. Reihenfolge 6.2 Grundbegri e Slide 281 Würfeln mit einem homogenen Würfel 129
7 homogen bedeut hier: nicht gezinkt! Es sind 6 verschiedene Ergebnisse oder Versuchsausgänge möglich. Die Menge {1, 2, 3, 4, 5, 6} heißt die Ergebnismenge. Das Ergebnis eines Wurfes des Würfels, also die Menge mit einer der Zahlen 1 6, ist ein Elementarereignis!. das Ergebnis des Wurfs ist nicht vorhersehbar, also zufallsbedingt. Das Experiment Würfeln ist ein Zufallsexperiment. Neben den Elemenarereignissen gibt es noch andere Ereignisse, das heisst Teilmengen von z.b. Es wird eine gerade Zahl gewürfelt. Dann ist das Ereignis durch die Menge C = {2, 4, 6} dargestellt. Ereignisse sind Teilmengen der Ergebnismenge. Alle Elementarereignisse sind gleich wahrscheinlich! Slide 282 Ziehung von Kugeln aus einer Urne Beispiel: Ziehen von 3 Kugeln aus einer Urne mit 3 weißen und 2 schwarzen mit Zurücklegen und in der Reihenfolge der Ziehung: Elementarereignisse: Ereignis: 2 Kugeln sind weiß: {,, } Ereignis: alle Kugeln haben gleiche Farbe: {, } Slide
8 Zufallsexperimente Slide 284 Slide 285 Slide 286 Definition: Zufallsexperimente Ein Zufallsexperiment ist ein Experiment, bei dem folgende Bedingungen (Voraussetzungen) erfüllt sind: 1. Das Experiment lässt sich unter den gleichen äußeren Bedingungen beliebig oft wiederholen. 2. Bei der Durchführung des Experimentes sind mehrere sich gegenseitig ausschließende Ergebnisse möglich. 3. Das Ergebnis der konkreten Durchführung des Experimentes lässt sich nicht mit Sicherheit vorhersagen, sondern ist zufallsbedingt. Elementarereignisse und Ergebnismenge Definition: Elementarereignisse und Ergebnismenge 1. Die möglichen, sich aber gegenseitig ausschließenden Ergebnisse eines Zufallsexperiments heißen Elementarereignisse (symbolische Schreibweise:! 1,! 2,! 3,...). 2. Die Menge aller Elementarereignisse heißt Ergebnismenge. Ereignisse und Ereignisraum Definition: Ereignisse und Ereignisraum 1. Eine Teilmenge A der Ergebnismenge eines Zufallsexperimentes heißt Ereignis. 2. Die Menge aller Ereignisse, die sich aus der Ergebnismenge eines Zufallsexperimentes bilden lassen, heißt Ereignisraum. 3. Die Ergebnismenge selbst heißt das sichere Ereignis. Verknüpfung von Ereignissen Entweder tritt Ereignis A ein oder B oder A und B gleichzeitig: Vereinigung der Ereignisse A [ B 131
9 Ereignis A und Ereignis B treten gleichzeitig ein: Schnittmenge der Ereignisse A \ B Ereignis A tritt nicht ein: Das Komplement von A tritt ein: Ā = \A. Ā ist die Restmenge von und A. Es gelten die de Morganschen Regeln A [ B = Ā \ B A \ B = Ā [ B 6.3 Wahrscheinlichkeiten Slide 287 Laplace-Experiment Wird ein Zufallsexperiment mit einer endlichen Ergebnismenge = {! 1,! 2,...,! n } genügend oft wiederholt und treten alle Elementarereignisse mit nahezu gleicher Häufigkeit auf, so nennt man dies ein Laplace-Experiment. z.b.: Würfeln. Bei n Würfen ist die Wahrscheinlichkeit für jedes Elementarereignis ungefähr 1/6. z.b. Ziehen einer Kugel (mit Zurücklegen) aus einer Urne mit 3 weißen und 2 schwarzen Kugeln: Jede Kugel wird, da sie vor dem Ziehen ununterscheidbar sind, mit gleicher Wahrscheinlichkeit gezogen ) Laplace-Expt aber: Erwartungswert, eineweißekugelzuziehen,ist60%.dasereignis weiße Kugel hat die relative Häufigkeit 0.6. Slide
10 Wahrscheinlichkeiten Für das Laplace-Experiment mit m verschiedenen Elementarereignissen wird dem Elementarereignis! i die Wahrscheinlichkeit P (! i )= 1 m zugeordnet. die Wahrscheinlichkeit für ein Ereignis A ist dann durch P (A) = X i p(! i )=g(a) 1 m = g(a) m gegeben. g(a) ist die Anzahl der für Ereignis A günstigen Fälle. m ist die Anzahl der ingesamt möglichen Fälle. beachte: diese Definition der Wahrscheinlichkeit gilt nur für endliche Ergebnismengen und gleiche Wahrscheinlichkeiten für Elementarereignisse (gleiche a priori -Wahrscheinlichkeiten). Slide 289 Relative Häufigkeiten Die relative Häufigkeit eines Ereignisses ist ganz praktisch definiert als die Zahl der für das Ereignis positiven Versuche, dividiert durch die Gesamtzahl der Versuche. Die relative Häufigkeit h n (A) einesereignissesa ist eine nicht-negative Zahl, diehöchstens gleich 1 sein kann. Es gilt also immer 0 apple h n (A) apple 1 Für das sichere Ereignis, das immer eintritt, gilt: h n ( ) = 1 Für 2 sich gegenseitig ausschließende Ereignisse A und B gilt h n (A [ B) =h n (A)+h n (B), (A \ B = ;) Slide
11 Relative Häufigkeiten Erfahrungsregel: mit zunehmender Gesamtzahl n der Versuche stabilisiert sich i.a. die relative Häufigkeit h n (A) undschwanktimmer weniger um einen bestimmten Wert h(a). naheliegend: Wahrscheinlichkeit als Grenzwert der relativen Häufigkeiten aufgrund prinzipieller Schwierigkeiten nicht durchführbar stattdessen Axiomatik von Kolmogorov ( ) Slide 291 Wahrscheinlichkeitsaxiome von Kolmogorov Jedem Ereignis A eines Zufallsexperiment mit der Ergebnismenge wird eine reelle Zahl P (A), Wahrscheinlichkeit des Ereignisses A genannt, so zugeordnet, dass folgende Axiome erfüllt sind Axiom 1: P (A) isteinenichtnegative Zahl, die höchstens gleich 1 ist: 0 apple P (A) apple 1 Axiom 2: Für das sichere Ereignis (Ergebnismenge) gilt: P ( ) = 1 Axiom 3: Für paarweise sich gegenseitig ausschließende Ereignisse A 1,A 2,A 3,... gilt ( Additionssatz ): P (A 1 [ A 2 [ A 3 [...)=P (A 1 )+P (A 2 )+P (A 3 ) Rechnen mit Wahrscheinlichkeiten Slide
12 Festlegung von Wahrscheinlichkeiten in der Praxis näherungsweise wird eine unbekannte Wahrscheinlichkeit P (A) eines zufälligen Ereignisses durch die in umfangreichen Versuchsreihen beobachtete relative Häufigkeit h n (A) ersetzt,also P (A) h n (A) mit der Bedingung, dass die h n (A i )imeinklangmitdenkolmogorov schen Axiomen sind. h n (A) isteinschätzwert (Näherungswert) für die meist unbekannt bleibende Wahrscheinlichkeit P (A)) das ist die sogenannte statistische Festlegung Slide 293 Wahrscheinlichkeit für das gleichzeitige Eintreten unabhängiger Ereignisse Beispiel: Wie groß ist die Wahrscheinlichkeit, bei einem Wurf mit 2 Würfeln einen Sechserpasch (2 mal die Augenzahl 6) zu werfen? diese Wahrscheinlichkeit ist im übrigen die Gleiche, wie mit einem Würfel nacheinander zweimal eine 6 zu werfen 1. Wurf: P ( )=1/6 da 1. und 2. Wurf unabhängig voneinander sind, die Wahrscheinlichkeit für den Sechser im 2. Wurf also nicht vom Ergebnis des 1. Wurfes abhängt: 2. Wurf: P ( )=1/6 Gesamtwahrscheinlichkeit ist das Produkt der beiden Einzelwahrscheinlichkeiten, also P ( )=P ( ) \ P ( )=1/6 1/6 =1/36 Slide
13 Berechnung von Wahrscheinlichkeiten Beispiel: Wie groß ist die Wahrscheinlichkeit, bei 2 Würfen mit 1 Würfel die Zahl 6 zu würfeln (exakt: mindestens eine 6 zu würfeln)? Ereignis A: 6im1.Wurf:P (A) =1/6 Ereignis B: 6im2.Wurf:P (B) =1/6 Additionssatz p(a [ B) = p(a) + p(b) ist nicht anwendbar,weil die beiden Ereignisse überlappen. es gilt noch, die Wahrscheinlichkeit dafür, 2 Sechser zu würfeln, abzuziehen, da diese nicht zum Ereignis beiträgt. es gilt der allgemeine Additionssatz in unserem Fall P (A [ B) =P (A)+P (B) P (A \ B) P (A [ B) =1/6+1/6 1/36 = 11/ Bedingte Wahrscheinlichkeiten Slide 295 Bedingte Wahrscheinlichkeit Häufig interessiert die Wahrscheinlichkeit für das Eintreten eines bestimmten Ereignisses B unter der Bedingung, dasseinanderesereignis A bereits eingetreten ist. man nennt diese Wahrscheinlichkeit die bedingte Wahrscheinlichkeit von B unter der Bedingung A. Dafür wählt man das Sympol P (B A). Slide
14 Bedingte Wahrscheinlichkeit Beispiel In einer Urne befinden sich 3 weiße und 3 schwarze Kugeln: Wir entnehmen zufällig und nacheinander 2 Kugeln ohne Zurücklegen Wie groß ist die Wahrscheinlichkeit, bei der 2. Ziehung eine weiße Kugel zu erhalten? 2Fälle sind zu unterscheiden Fall 1: weiße Kugel bei der 1. Ziehung. Die 2. Ziehung wird dann aus einer Urne mit der Konfiguration vorgenommen. P (B A) =2/5 Fall 2: schwarze Kugel bei der 1. Ziehung. Die 2. Ziehung wird dann aus einer Urne mit der Konfiguration vorgenommen. P (B Ā) =3/5 Slide 297 Bedingte Wahrscheinlichkeit Beispiel Folglich ist der Ausgang der 2. Ziehung abhängig vom Ergebnis der 1. Ziehung: es lassen sich also nur Wahrscheinlichkeiten unter bestimmten Voraussetzungen (Bedingungen) angeben Slide 298 Bedingte Wahrscheinlichkeit Definition: Bedingte Wahrscheinlichkeit Die Wahrscheinlichkeit für das Eintreten des Ereignisses B unter der Bedingung, dassdasereignisa bereits eingetreten ist, heißt bedingte Wahrscheinlichkeit von B unter der Bedingung A, P (B A) P (B A) = P (A \ B) P (A) (P (A) 6= 0) Slide
15 Slide 300 Multiplikationssatz Für das Theorem: gleichzeitige Multplikationssatz Eintreten zweier Ereignisse gilt der Multiplikations- Die Wahrscheinlichkeit für das gleichzeitige Eintreten zweier Ereignisse A und B ist P (A \ B) =P (A) P (B A) satz oder P (B \ A) =P (B) P (A B) also P (A) P (B A) =P (B) P (A B) stochastisch unabhängige Ereignisse Definition: stochastisch unabhängige Ereignisse Zwei Ereignisse heißen stochastisch unabhängig, wenn P (A \ B) =P (A) P (B) Slide 301 gilt stochastisch unabhängige Ereignisse Definition: stochastisch unabhängige Ereignisse Zwei Ereignisse heißen stochastisch unabhängig, wenn P (A \ B) =P (A) P (B) gilt maw: wenn (P (B A) =P (B)! Slide 302 Bayessche Formel Gibt es mehrere verschiedene Wege, um ein Ereignis B zu erzielen, so besagt die Bayessche Formel 138
16 Theorem: Bayessche Formel Für verschiedene Zwischenstationen A i auf dem Weg zu einem Ereignis B ergibt sich: Die totale Wahrscheinlichkeit für das Eintreten von B ist P (B) = nx P (A i ) P (B A i ) i=1 6.6 Ereignisbäume Slide 303 Wiederholter Münzwurf Wie groß ist die Wahrscheinlichkeit, bei 4maligem Münzwurf mindestens einmal Zahl zu erreichen? Addiere die Wahrscheinlichkeiten entlang aller Wege, die zum Ereignis A (mindestens einmal Zahl in 4 Würfen) beitragen: p(a) = = = Slide 304 Urnenmodell Wie groß ist die Wahrscheinlichkeit, bei zweimaligem Ziehen ohne Zurücklegen zweimal die gleiche Farbe zu ziehen, wenn zu Beginn 4 blaue und 2 rote Kugeln in der Urne liegen? 139
17 p(2mal gleiche Farbe) = = = 7 15 p(2 Farben) = = = 8 15 Slide 305 Baumdiagramme Nutzung eines Ereignisbaums Bei einem in mehreren Stufen ablaufenden Zufallsexperiment lässt sich jedes mögliche Endergebnis durch einen bestimmten Pfad im zugehörigen Ereignisbaum darstellen. Die Berechung der Wahrscheinlichkeiten erfolgt dabei mit Hilfe der sog. Pfadregeln 1. Die Wahrscheinlichkeiten längs eines Pfades werden miteinander multipliziert. 2. Führen mehrere Pfade zum gleichen Endergebnis (d.h. tragen sie zum Ereignis bei), so addieren sich ihre Wahrscheinlichkeiten. Bemerkung: Der Ereignisbaum beim Münzexperiment war unvollständig (oder beschnitten, engl.: pruned ) 140
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
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
Mehr1 Grundlagen Wahrscheinlichkeitsrechung
1 Grundlagen Wahrscheinlichkeitsrechung 1.1 Grundbegriffe Alle möglichen Ereignisse eines Zufallsexperiments fassen wir in einer Ereignismenge Ω zusammen. Ereignisse sind Teilmengen von Ω. Umfasst das
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
Mehr1. 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
MehrWahrscheinlichkeitsrechnung [probability]
Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,
MehrWie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?
In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
MehrVorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie
Kapitel 4 Christoph Hindermann Vorkurs Mathematik 1 4.0 Motivation Wenn 100 Münzen geworfen werden, wie ist dann die Wahrscheinlichkeit, dass genau 50 davon Kopf zeigen? Angenommen, es befinden sich 300
MehrZufallsprozesse, 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/
MehrKombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?
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
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
. Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
MehrII 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
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
MehrWählt 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
MehrWahrscheinlichkeitsrechnung 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
MehrRumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom
Übungsaufgaben 7. Übung SS 16: Woche vom 23. 5. 27. 5.. 2016 Stochastik I: Klassische Wkt.-Berechnung Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/... (SS16).html
MehrDefinition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis
Stochastische Prozesse: Grundlegende Begriffe bei zufälligen Prozessen In diesem Abschnitt beschäftigen wir uns mit den grundlegenden Begriffen und Definitionen von Zufallsexperimenten, also Prozessen,
MehrWahrscheinlichkeitsräume (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
Mehr1 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 5 Hilfsmittel aus der Kombinatorik 7 Bedingte
MehrLeseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Leseprobe Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - nwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch): 978-3-446-43255-0
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
MehrKombinatorik & 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
MehrStochastik - Kapitel 2
" k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Wir betrachten Ereignisse, die in fast gleicher Form öfter auftreten oder zumindest öfter auftreten können. Beispiele: Werfen eines Würfels, Sterben an Herzversagen
Mehr1 Elementare Wahrscheinlichkeitstheorie
1 Elementare Wahrscheinlichkeitstheorie 1.1 Zufallsexperiment Definition 1.1. Ein Zufallsexperiment ist ein Vorgang, der im Prinzip beliebig oft unter identischen Randbedingungen wiederholt werden kann.
MehrInhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher
Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: 24.01.2011 Autor: René Pecher Inhaltsverzeichnis 1 Permutation 1 1.1 ohne Wiederholungen........................... 1 1.2
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrSachrechnen/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
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
MehrKapitel N. Wahrscheinlichkeitsrechnung
Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle
MehrDas 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
MehrErgebnis Ergebnisraum Ω. Ereignis. Elementarereignis
Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)
MehrWahrscheinlichkeit (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
MehrVorlesung Statistik, H&A Mathe, Master M
Beispiel: Die Wahrscheinlichkeit dafür, dass ein Bewerber von Firma A angenommen wird ist P(A) = 0,2. Die Wahrscheinlichkeit von Firma B angenommen zu werden beträgt P(B) = 0,3. Von mindestens einer der
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.
MehrÜberblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?
1 Überblick æ Beschreibende Statistik: Auswertung von Experimenten und Stichproben æ Wahrscheinlichkeitsrechnung: Schlüsse aus gegebenen Wahrscheinlichkeiten, Hilfsmittel: Kombinatorik æ Beurteilende Statistik:
Mehr1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments.
Übungsmaterial 1 1 Zufallsexperimente 1.1 Ergebnisräume einfacher Zufallsexperimente Damit ein Experiment ein Zufallsexperiment ist, müssen folgende Eigenschaften erfüllt sein: 1) Das Experiment lässt
Mehr7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten
7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten 7.1 Zufallsvorgänge - zufälliges Geschehen/ Zufallsvorgang/ stochastische Vorgang: aus Geschehen/Vorgang/Experiment (mit gegebener Ausgangssituation)
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
MehrStatistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58
Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
MehrKapitel 5 Stochastische Unabhängigkeit
Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II
6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete
MehrAllgemeine diskrete Wahrscheinlichkeitsräume I
6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrUnabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
Mehr,,Schäferhunde sind gefährlich! Denn,,Jeder dritte Biss geht auf das Konto dieser Rasse.
Wirtschaftswissenschaftliches Zentrum 7 Universität Basel Statistik Dr. Thomas Zehrt Bedingte Wahrscheinlichkeit Motivation Die bedingte Wahrscheinlichkeit eines Ereignisses A bei einem gegebenen Ereignis
MehrGrundbegrie der Wahrscheinlichkeitsrechnung
Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Grundbegrie der Wahrscheinlichkeitsrechnung
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Einführung in die Stochastik. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Einführung in die Stochastik Das komplette Material finden Sie hier: School-Scout.de Inhaltsverzeichnis Wiederholung Kapitel 1: Der
Mehr3. 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
MehrSoll ein Zufallsexperiment näher untersucht werden, so muss zuerst geklärt werden, was man als dessen mögliche Ausgänge ansieht:
2 Zufallsexperimente Nachdem wir uns spielerisch mit dem Phänomen "Zufall" beschäftigt und den Begriff "Zufallsexperiment" bereits intuitiv erfasst haben, wollen wir in diesem Kapitel den Begriff "Zufallsexperiment"
MehrInhaltsverzeichnis (Ausschnitt)
6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
MehrEinführung 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
MehrAufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen
Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
Mehrhtw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017
htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT htw saar 2 Gliederung 25.01. Bedingte Wahrscheinlichkeit: Motivation und Definition Multiplikationssatz Stochastische Unabhängigkeit:
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
MehrKombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen
Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 05 Prof. Barbara König Übungsleitung: Dennis Nolte Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente
Mehr3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen
Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und
MehrEin Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.
SS 2013 Prof. Dr. J. Schütze/ J.Puhl FB GW Wkt.1 1 Grundbegriffe Zufallsexperiment unter gleichen Bedingungen wiederholbarer Vorgang (geplant, gesteuert, beobachtet oder auch nur gedanklich) Menge der
MehrStochastik. Grundwissenskatalog G8-Lehrplanstandard
GRUNDWISSEN MATHEMATIK Stochastik Grundwissenskatalog G8-Lehrplanstandard Basierend auf den Grundwissenskatalogen des Rhöngymnasiums Bad Neustadt und des Kurt-Huber-Gymnasiums Gräfelfing J O H A N N E
Mehr3. 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
MehrDas 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
MehrStochastik Grundlagen
Grundlegende Begriffe: Zufallsexperiment: Ein Experiment, das beliebig oft wiederholt werden kann. Die möglichen Ergebnisse sind bekannt, nicht jedoch nicht, welches Ergebnis ein einzelnes Experiment hat.
MehrWillkommen 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
MehrGrundlagen der Stochastik
Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.
MehrModelle diskreter Zufallsvariablen
Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst
Mehr3. Grundbegriffe der Wahrscheinlichkeitstheorie
03. JULI 2006: BLATT 17 3. Grundbegriffe der Wahrscheinlichkeitstheorie (v.a. nach Manning/Schütze: 40ff und Fahrmeir /Künstler/Pigeot/Tutz: 171ff) Übersicht Um entscheiden zu können, ob eine statistische
Mehr= 7! = 6! = 0, 00612,
Die Wahrscheinlichkeit, dass Prof. L. die Wette verliert, lässt sich wie folgt berechnen: Ω = {(i 1,..., i 7 ) : i j {1... 7}, j = 1... 7}, wobei i, j für den Wochentag steht, an dem die Person j geboren
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrKombinatorik 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
MehrSS 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