Strichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung

Größe: px
Ab Seite anzeigen:

Download "Strichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung"

Transkript

1 Strichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung DIETMAR PFEIFER INSTITUT FÜR MATHEMATIK

2 Die Problemstellung aus: Mathebaum 4, S

3 In der Klasse 6b werfen 28 Schülerinnen und Schüler je 30-mal einen Würfel und notieren das Ergebnis in einer Strichliste. Anschließend werden alle Ergebnisse an der Tafel zusammengefasst. Das Ergebnis seht ihr in der Tabelle. Was lässt das Ergebnis vermuten? Wie müsste die Tabelle ergänzt werden, damit sich eure Vermutung bestätigt? aus: mathe live 6, S. 71 3

4 Die nachfolgende Tabelle erhält die Strichlisten von Lisa, Frerk und Ubbo für das 100-malige Werfen eines fairen Würfels (Aufgabe 1 aus Mathebaum 4). Zwei von ihnen sind echt, eine ist am Schreibtisch ausgedacht. Welche? Ergebnis Wahrscheinlichkeit Lisa , Frerk , Ubbo , VU-Statistik 4

5 1. Feststellung: Wird ein Laplace-Experiment mit m gleichwahrscheinlichen Ausgängen n mal unabhängig wiederholt, so genügt die Zufallsvariable Z nk,, die zählt, wie häufig der Versuchsausgang k beobachtet wird, einer B ( n,1/ m)-binomialverteilung: ( i) PZ nk, n ( m 1) n i = = n i m für i= 0,, n. In Aufgabe 1 oben: n= 100, k = 6. 5

6 2. Feststellung: n ( n,1 n, m Die gemeinsame Verteilung des Zufallsvektors Z = Z,, Z ) ( die Strichliste ) genügt analog einer Multinomialverteilung 1 m ( Z = (,, )) = i i { } P i i n i,, i m n 1 m n M( n; 1/ m,,1/ m): m mal für,, 0,, 1 m n mit m j= 1 i j = n. 6

7 n Dabei bezeichnet! i,, 1 i m = n den so genannten Multinomialkoeffizienten; i! i! 1 m er gibt die Anzahl der Möglichkeiten an, wie man n unterscheidbare Objekte auf m Fächer so verteilen kann, dass im j-ten Fach genau Objekte zu liegen kommen. Für m = 2 erhält man dabei wegen i1+ i2 = n den bekannten Binomialkoeffizienten i j n n! n! n n i1, i = = = 2 i1! i2! i1!( n )! = i 1 i1 i 2 zurück. 7

8 3. Feststellung: j 1 n n i m k,, = k= 0 i1 i m j= 1 i j mit i 0 = 0. Dies lässt sich kombinatorisch begründen: aus den n Objekten werden zunächst n ohne Zurücklegen gezogen und in das erste Fach gelegt; das geht auf Weisen. i Es verbleiben n i Objekte; aus denen werden i 1 2 ohne Zurücklegen gezogen und n i 1 in das zweite Fach gelegt; das geht auf Weisen usw. i 2 1 i 1 8

9 Für das Ausgangsproblem bedeutet dies also: die gemeinsame Strichliste Z 100 beim 100-fachen Würfelwurf ist M(100 ; 1/ 6,,1/ 6) -verteilt, d.h. es gilt 100 i,, i ( Z = (,, )) = i,, i { 0,,100} P i i für mit j= 1 i j =

10 Beispiel Frerk: P ,15,19,16,18,15 = = 6 ( Z (17,15,19,16,18,15)) = = 0, POLYNOMIAL 10

11 Das Paradox der ungleichmäßigen Verteilung Ähnlich wie bei der Ziehung der Lottozahlen stellen wir uns nun vor, dass die Anzahlen der einzelnen Augen-Strichlisten der Größe nach sortiert werden. Den resultierende Zufallsvektor bezeichnen wir gleich allgemeiner mit S = ( S,, S n n,1 n, m ). Mit einem Argument ähnlich dem obigen erhalten wir dann S n als Verteilung von den Ausdruck 11

12 n m i1,, im r1,, rm P( Sn = ( i1,, im) ) = n m ( i ) für alle angeordneten m-tupel i,, 1 m m mit i i und i = n, wobei hier noch die r angeben, wie oft die Zahl i in dem Tupel ( i,, 1 i m ) vorkommt. 1 m j= 1 j m Es gibt nämlich genau r,, Möglichkeiten, aus der sortierten Strichliste S 1 r n m alle möglichen (unsortierten) Strichlisten Z n mit denselben Einträgen zu erzeugen. 12

13 Damit hat bei dem ursprünglichen Problem die der gleichmäßigen Verteilung am nächsten liegende sortierte Strichliste (16,16,17,17,17,17) die Wahrscheinlichkeit ( S ( 16,16,17,17,17,17) ) P = ,16,17,17,17,17 2,4 = = 0, , d.h. in Experimentwiederholungen mit je 100 Würfelwürfen tritt dieser ideale Fall (d.h. die Strichliste enthält nur die Einträge 16 und 17) durchschnittlich etwa nur 3 mal auf! 13

14 Wir betrachten nun als Maß der Ungleichverteilung innerhalb der Strichliste die so genannte Spannweite D n, d.h. die Differenz aus dem größten und kleinsten Eintrag, also die Zufallsvariable { } { } D = max Z min Z = S S. n n, k n, k n, m n,1 1 k m 1 k m Ihre Wahrscheinlichkeitsverteilung kann explizit berechnet werden, nämlich vermöge 1 n m P( Dn = d) = P( n ( i1,, im) ) S = = n m i,, i r,, r ( i,, i ) I ( d) ( i,, i ) I ( d) 1 m n 1 m n 1 m 1 m für d = 0,, n mit der von d abhängigen Indexmenge m In( d) = i,, im 0 i im n, im i = d, i j = n. {( 1 ) j= 14

15 ( i,, i ) d ( r,, r) P( S = ( i,, i )) , , , , , , , , , , ,

16 , , , , , , , , , , , , , ,

17 , , , , , , , , , , , , , , ,

18 , , , , , , , , , , , , , ,

19 , , , , , , , , , , , , , , ,

20 , , , , , , , , ,

21 0,14 0,12 ( = d) P D 100 0,1 0,08 0,06 0,04 0, d exakte Verteilung der Spannweite bei einer Würfelwurfzahl von n =100 21

22 0,4 0,35 ( = d) P D ,3 0,25 0,2 0,15 0,1 0, d empirische Verteilung der Spannweite bei einer Würfelwurfzahl von n =1000 Hierfür wurden insgesamt 1 Milliarde (!) Würfelwürfe mit dem PC simuliert, das entspricht der Simulation von 1 Million Strichlisten. VU-Statistik 22

23 Schlussfolgerungen Betrachtet man nur Einzelergebnisse von Strichlisten, sind diejenigen, die eine kleinere Spannweite besitzen, wahrscheinlicher als diejenigen, die eine größere Spannweite besitzen. Beispiel: Frerks Strichliste ist als Einzelergebnis mit einer Spannweite von 4 wahrscheinlicher als die Strichlisten von Lisa und Ubbo mit den Spannweiten von 12 bzw. 9. Ergebnis d Ergebnis-W keit Lisa , Frerk , Ubbo ,

24 Aber: Die Eigenschaft der Gleichmäßigkeit der Strichliste ist ein Ereignis, das mehrere Einzelergebnisse umfasst. Die Menge der möglichen Fälle nimmt schneller mit der Spannweite zu, als die Wahrscheinlichkeit der zugehörigen Einzelergebnisse abnimmt. Ergebnis d Spannweiten-W keit Lisa , Frerk , Ubbo ,

25 ( i,, i ) d ( 1,, r ) Möglichkeiten P S = i,, i 1 6 r ( ( )) , Summe: 15 0, , , , Summe: 81 0, , , , , , Summe: 480 0,

26 Literatur G. Hübner et al. (2004): Mathebaum 4. Neubearbeitet von Prof. Dr. Kristina Reiss, Oldenburg. Schroedel, Braunschweig. Ch. Emde et al. (2006): Mathe live 6. Mathematik für Gesamtschulen, Ernst Klett Verlag, Stuttgart. D. Pfeifer (2006): Strichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung. Stochastik in der Schule 26 (2006), Heft 3,

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt

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

Unterrichtsplanung zur Einführung des Binomialkoeffizienten und der Binomialverteilung

Unterrichtsplanung zur Einführung des Binomialkoeffizienten und der Binomialverteilung Unterrichtsplanung zur Einführung des Binomialkoeffizienten und der Binomialverteilung Einleitung: Im Folgenden soll ein Unterrichtskonzept zur Einführung der Begriffe Binomialkoeffizient und Binomialverteilung

Mehr

Stochastik Klasse 10 Zufallszahlen

Stochastik Klasse 10 Zufallszahlen Thema Grit Moschkau Stochastik Klasse 10 Zufallszahlen Sek I Sek II ClassPad TI-Nspire CAS. Schlagworte: Urnenmodell, Histogramm, absolute und relative Häufigkeit, Zufallsexperiment, Wahrscheinlichkeit,

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

Computersimulation des Qualitätstests

Computersimulation des Qualitätstests .1 Computersimulation des Qualitätstests In diesem Kapitel erreichen wir ein erstes entscheidendes Ziel: Wir ermitteln näherungsweise die Wahrscheinlichkeiten und für die Fehler 1. und. Art und zwar ohne

Mehr

Stochastik und Statistik für Ingenieure Vorlesung 4

Stochastik und Statistik für Ingenieure Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 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

Mehr

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt Dr. M. Weimar 19.05.2016 Elemente der Stochastik (SoSe 2016 6. Übungsblatt Aufgabe 1 ( Punkte Eine Klausur, die insgesamt von zwölf Kursteilnehmern geschrieben wurde, soll von drei Gutachtern bewertet

Mehr

Grundwissen Stochastik Grundkurs 23. Januar 2008

Grundwissen Stochastik Grundkurs 23. Januar 2008 GYMNSIUM MIT SCHÜLERHEIM PEGNITZ math.-technolog. u. sprachl. Gymnasium WILHELM-VON-HUMBOLDT-STRSSE 7 91257 PEGNITZ FERNRUF 09241/48333 FX 09241/2564 Grundwissen Stochastik Grundkurs 23. Januar 2008 1.

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

Arbeitsblatt Wahrscheinlichkeit

Arbeitsblatt Wahrscheinlichkeit EI 8a 2010-11 MATHEMATIK Arbeitsblatt Wahrscheinlichkeit gelöst! 1. Aufgabe Wahrscheinlichkeit (hier wird dann auch mal gerundet!) a) Merksatz: Wahrscheinlichkeiten kann man immer (nicht ganz. dann, wenn

Mehr

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! = Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen

Mehr

Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?

Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung? Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben

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

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

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

Stochastik - Kapitel 2

Stochastik - 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

Mehr

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt.

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt. . Mehrstufige Zufallsversuche und Baumdiagramme Entsprechend der Anmerkung in. wollen wir nun auf der Basis von bekannten Wahr- scheinlichkeiten weitere Schlüsse ziehen. Dabei gehen wir immer von einem

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

Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten.

Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten. 3. Laplaceexperimente. Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten. Laplace-Münze: p(k) = p(z) = / Laplace-Würfel: p() =... = p(6) = / 6.

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 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,

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

3 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

Mehr

4 Diskrete Wahrscheinlichkeitsverteilungen

4 Diskrete Wahrscheinlichkeitsverteilungen 4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder

Mehr

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen. Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.

Mehr

Basiswissen 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)

Mehr

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 16/2010. Bezug zum Lehrplan NRW:

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 16/2010. Bezug zum Lehrplan NRW: Mathematik Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit Aufgabe Nr./Jahr: 16/2010 Bezug zum Lehrplan NRW: Prozessbezogener Bereich (Kap. 2.1) Prozessbezogene Kompetenzen (Kap. 3.1)

Mehr

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.

Mehr

Vorkurs Mathematik für Informatiker Kombinatorik --

Vorkurs Mathematik für Informatiker Kombinatorik -- Vorkurs Mathematik für Informatiker -- 10 Kombinatorik -- Thomas Huckle Stefan Zimmer 30.09.2014 1 Urnenmodell In der Kombinatorik interessiert man sich dafür, wie viele Möglichkeiten es für die Ergebnisse

Mehr

Grundbegriffe der Wahrscheinlichkeitsrechnung

Grundbegriffe der Wahrscheinlichkeitsrechnung Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.

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

Station 1 Das Galtonbrett, Realmodelle

Station 1 Das Galtonbrett, Realmodelle Station 1 Das Galtonbrett, Realmodelle Zeit zur Bearbeitung: 10 Minuten 1.1 Versuch:. Münzwurf mit dem Galtonbrett Betrachtet wird folgendes Zufallsexperiment: Fünf identische Münzen werden zehn-mal geworfen.

Mehr

Ü b u n g s b l a t t 10

Ü b u n g s b l a t t 10 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung 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)

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

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt Dr. M. Weimar 3.06.206 Elemente der Stochastik (SoSe 206) 0. Übungsblatt Aufgabe (2+2+2+2+3= Punkte) Zur zweimaligen Drehung des nebenstehenden Glücksrads (mit angenommener Gleichverteilung bei jeder Drehung)

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

Gemeinsame Wahrscheinlichkeitsverteilungen

Gemeinsame Wahrscheinlichkeitsverteilungen Gemeinsame Wahrscheinlichkeitsverteilungen Worum geht es in diesem Modul? Gemeinsame Wahrscheinlichkeits-Funktion zweier Zufallsvariablen Randverteilungen Bedingte Verteilungen Unabhängigkeit von Zufallsvariablen

Mehr

P (X = 2) = 1/36, P (X = 3) = 2/36,...

P (X = 2) = 1/36, P (X = 3) = 2/36,... 2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel

Mehr

4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte

Mehr

Lernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm

Lernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis

Mehr

Simulation von Zufallsversuchen mit dem Voyage 200

Simulation von Zufallsversuchen mit dem Voyage 200 Simulation von Zufallsversuchen mit dem Voyage 00 Guido Herweyers KHBO Campus Oostende K.U.Leuven 1. Entenjagd Zehn Jäger, alle perfekte Schützen, lauern vor einem Feld auf Enten. Bald landen dort 10 Enten.

Mehr

Wahrscheinlichkeit und Zufall

Wahrscheinlichkeit und Zufall Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs

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

Grundwissen zur Stochastik

Grundwissen zur Stochastik Grundwissen zur Stochastik Inhalt: ABHÄNGIGE EREIGNISSE...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON ERGEBNISSEN...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON MERKMALEN IN VIERFELDERTAFELN...2 ABSOLUTE HÄUFIGKEIT...2

Mehr

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen David Geier und Sven Middelberg RWTH Aachen, Sommersemester 27 Inhaltsverzeichnis Information 2 Aufgabe 4 Aufgabe 2 6 4 Aufgabe

Mehr

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz... Inhaltsverzeichnis Vorwort... 2 Zum Einstieg... 3 1 Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße... 5 1.2 Erwartungswert und Varianz... 7 2 Wahrscheinlichkeitsverteilungen

Mehr

Stochastische Unabhängigkeit. 01. Dezember 2014

Stochastische Unabhängigkeit. 01. Dezember 2014 Stochastische Unabhängigkeit 0. Dezember 204 Der Begriff der Unabhängigkeit Großbritannien, im November 999. Die Anwältin Sally Clark wird wegen Mordes an ihren Kindern angeklagt. Clark geriet unter Verdacht

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

Beschreibende Statistik

Beschreibende Statistik Beschreibende Aufgaben der beschreibenden : Erhebung von Daten Auswertung von Daten Darstellung von Daten Erhebung von Daten Bei der Erhebung von Daten geht es um die Erfassung von Merkmalen (Variablen)

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

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Zufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s

Zufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------

Mehr

Mathe K2 Stochastik Sj. 16/17

Mathe K2 Stochastik Sj. 16/17 Mathe K2 Stochastik Sj. 16/17 Bernoulli-Kette 1 Galtonbrett 1 Wir lassen eine Kugel auf ein Nagelbrett fallen: Galtonbrett\Galton.exe Zufallsexperiment: Eine Kugel fallen lassen und den Weg notieren. Ein

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

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 0 Alexander Schwarz www.mathe-aufgaben.com November 20 Aufgabe : Ein Glücksrad besteht aus Feldern, die folgendermaßen beschriftet sind:.feld:

Mehr

Übungen zur Wahrscheinlichkeitstheorie und Statistik

Übungen zur Wahrscheinlichkeitstheorie und Statistik Übungen zur Wahrscheinlichkeitstheorie und Statistik Prof. Dr. C. Löh/M. Blank Blatt 0 vom 16. April 2012 Aufgabe 1 (Wahrscheinlichkeitsräume). Welche der folgenden Aussagen sind wahr? Begründen Sie jeweils

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016

Mehr

Wahlteil Geometrie/Stochastik B 1

Wahlteil Geometrie/Stochastik B 1 Abitur Mathematik: Wahlteil Geometrie/Stochastik B 1 Baden-Württemberg 214 Aufgabe B 1.1 a) 1. SCHRITT: SKIZZE ANFERTIGEN Die Lage der Pyramide im Koordinatensystem ist wie folgt: 2. KOORDINATENGLEICHUNG

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

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

Didaktik der Stochastik

Didaktik der Stochastik Didaktik der Stochastik. Didaktik der Stochastik Didaktik der Stochastik. Inhaltsverzeichnis Didaktik der Stochastik Ziele und Inhalte Beschreibende Statistik Wahrscheinlichkeitsrechnung Beurteilende Statistik

Mehr

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel GlücksPasch an. Aufgabe 4 Glückspasch" (16 Punkte) Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an. Spielregeln: Einsatz 1. Der Mitspieler würfelt mit 2 Oktaederwürfeln. Fällt ein Pasch,

Mehr

Überblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?

Überblick. 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:

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Wahlteil Analytische Geometrie / Stochastik Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Informatik 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,

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Unabhängigkeit von Ereignissen A, B unabhängig:

Mehr

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Informatik 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,

Mehr

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6 Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere

Mehr

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen

Mehr

Zufallsvariablen [random variable]

Zufallsvariablen [random variable] Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden

Mehr

Aufgabe 10 Die Zufallsvariable ist binomialverteilt mit

Aufgabe 10 Die Zufallsvariable ist binomialverteilt mit Level Grundlagen Blatt 2 Dokument mit 8 Aufgaben Aufgabe Die Zufallsvariable ist binomialverteilt mit und,3. Welches der beiden Histogramme zeigt die Wahrscheinlichkeitsverteilung von? Begründen Sie Ihre

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Ü b u n g s b l a t t 4

Ü b u n g s b l a t t 4 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 30. 4. 2007 Ü b u n g s b l a t t 4 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

Ereignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}

Ereignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6} Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die

Mehr

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen

Mehr

Kapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche

Kapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche Kapitel 2 Zufällige Versuche und zufällige Ereignisse In diesem Kapitel führen wir zunächst anschaulich die grundlegenden Begriffe des zufälligen Versuchs und des zufälligen Ereignisses ein und stellen

Mehr

Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK

Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK Institut für Stochastik Prof. Dr. Daniel Hug Name: Vorname: Matr.-Nr.: Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK Datum: 08. Februar 0 Dauer:

Mehr

Seminar: Kombinatorik und Wahrscheinlichkeitstheorie

Seminar: Kombinatorik und Wahrscheinlichkeitstheorie Dr. M. J. Sauer WS 2016 / 2017 Seminar: Kombinatorik und Wahrscheinlichkeitstheorie Basis Vorlesung I: Grundbegriffe der Kombinatorik Aufgabenpool Teil A Grundfragen der Kombinatorik und allgemeines Zählprinzip

Mehr

Pocket Cards (Winning Probabilities) 6.1 Anzahl der Kombinationen Monte Carlo Simulation Ergebnisse 6

Pocket Cards (Winning Probabilities) 6.1 Anzahl der Kombinationen Monte Carlo Simulation Ergebnisse 6 6 6.1 Anzahl der Kombinationen 6. Monte Carlo Simulation 3 6.3 Ergebnisse 6 in case you do not speak German ignore the description and jump to the preflop win probability tables in chapter 6.3 Poker Trainer

Mehr

Statistik für Naturwissenschaftler Woche 04-06: Wahrscheinlichkeitsrechnung (mit R Unterstützung)

Statistik für Naturwissenschaftler Woche 04-06: Wahrscheinlichkeitsrechnung (mit R Unterstützung) Woche 04-06: Wahrscheinlichkeitsrechnung (mit R Unterstützung) Ass.-Prof. Dr. Fachbereich Mathematik Universität Salzburg www.trutschnig.net Salzburg, April 2016 Münzwurf und Würfeln Beispiel (Münzwurf

Mehr

Berechnung von W für die Elementarereignisse einer Zufallsgröße

Berechnung von W für die Elementarereignisse einer Zufallsgröße R. Albers, M. Yanik Skript zur Vorlesung Stochastik (lementarmathematik) 5. Zufallsvariablen Bei Zufallsvariablen geht es darum, ein xperiment durchzuführen und dem entstandenen rgebnis eine Zahl zuzuordnen.

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

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Mehrstufige Vorgänge Pfadregeln

Mehrstufige Vorgänge Pfadregeln Mehrstufige Vorgänge Pfadregeln Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 53 Pfadregeln 1 Pfadregeln Was ist neu? Einfaches Beispiel Hintergrund 2 / 53 Pfadregeln Was ist neu? Einfaches

Mehr

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über

Mehr

4. Die Laplacesche Gleichverteilung

4. Die Laplacesche Gleichverteilung Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung

Mehr

5. Übungsblatt zur Einführung in die Stochastik

5. Übungsblatt zur Einführung in die Stochastik Fachbereich Mathematik Prof. Dr. Michael Kohler Dipl.-Math. Andreas Fromkorth Dipl.-Inf. Jens Mehnert SS 09 25.5.2009 5. Übungsblatt zur Einführung in die Stochastik Aufgabe 18 Drei Spieler bekommen jeweils

Mehr

W.12 Kombinatorik 1. vermischte Aufgaben zu Vertauschungsmöglichkeiten ( )

W.12 Kombinatorik 1. vermischte Aufgaben zu Vertauschungsmöglichkeiten ( ) 1 Die Kombinatorik ist die Lehre von den Vertauschungsmöglichkeiten. Da man eigentlich fast jede Wahrscheinlichkeit mit irgendwelchen Vertauschungsmöglichkeiten multiplizieren muss, ist es naheliegend,

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

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

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive

Mehr

Beweis: Mit Hilfe des Satzes von der totalen Wahrscheinlichkeit folgt, dass

Beweis: Mit Hilfe des Satzes von der totalen Wahrscheinlichkeit folgt, dass Beweis: Mit Hilfe des Satzes von der totalen Wahrscheinlichkeit folgt, dass f Z (z) = Pr[Z = z] = x W X Pr[X + Y = z X = x] Pr[X = x] = x W X Pr[Y = z x] Pr[X = x] = x W X f X (x) f Y (z x). Den Ausdruck

Mehr

Kinga Szűcs

Kinga Szűcs Kinga Szűcs 28.10.2014 Warum wird Stochastik in der Schule unterrichtet? Welche Vorteile kann der Stochastikunterricht in den MU bringen? Welche Nachteile kann der Stochastikunterricht haben? Welche Ziele

Mehr