Simulation. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin
|
|
- Hertha Schmitt
- vor 7 Jahren
- Abrufe
Transkript
1 Simulation Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 45
2 1 Ziele n -Gesetz Zufallszahlen vom Taschenrechner 2 / 45
3 Was ist Simulation? Nachspielen von Vorgängen mit zufälligem Ergebnis mit einem Zufallsgenerator oder Pseudozufallsgenerator Simulieren kann man nur auf der Basis eines Modells! Triviales Beispiel: Geschlecht von Neugeborenen Modellannahme: P(Junge) = P(Mädchen) = 0, 5 Zufallsgenerator: guter Würfel Annahme! Realisierung: 1, 2, 3, Junge, 4, 5, 6 Mädchen Mit den Modellwahrscheinlichkeiten entstehen Jungen und Mädchen 3 / 45
4 Ziele: Erfahrungen mit dem Zufall sammeln Intuitionen überprüfen/korrigieren Wirkungen bekannter Wahrscheinlichkeiten erleben Unbekannte Wahrscheinlichkeiten oder andere Kenngrößen schätzen Modelle besser verstehen Auswirkungen von Modellparametern erkunden Modellbilden üben 4 / 45
5 Klasse 9/10 Kompetenzen Bestimmen von Wahrscheinlichkeiten bei mehrstufigen Zufallsexperimenten Tätigkeiten schätzen von Wahrscheinlichkeiten aufgrund von Simulationen Sehr wenig, sehr schade, verschenkte Möglichkeiten 5 / 45
6 Problem der gerechten Teilung mein bevorzugtes Einstiegsbeispiel es ist nicht zu schwer Weniger ist mehr Einsatz des Arbeitsblattes ab Klasse 7 mit den Aufgaben 1 bis 4 In 9/10 aufgreifen: Modellierung mit Baumdiagrammen, Umgang mit Erwartungswerten 6 / 45
7 Anton und Pünktchen spielen ein Spiel, bei dem es kein Unentschieden gibt. Der Sieger erhält in jeder Runde einen Punkt. Beide haben immer dieselbe Gewinnchance 0,5. Gesamtsieger soll sein, wer zuerst 5 Punkte hat. Die Oma hat dem Gesamtsieger 8,- versprochen. Beim Stand von 3:2 für Anton werden sie gestört und können das Spiel nicht fortsetzen. Anton fordert den gesamten Einsatz für sich ein, da er ja dem Sieg deutlich näher ist. Pünktchen verlangt einen Anteil 40%des Preises, da sie ja 40% der Spiele gewonnen hat. Mit diesem Problem beschäftigte man sich bereits im 15. Jahrhundert. Vollständig gelöst wurde es erst im 17. Jahrhundert durch Blaise Pascal und Pierre Fermat. Viele bezeichnen den Zeitpunkt der Lösung des Problems der gerechten Teilung als die Geburtsstunde der Wahrscheinlichkeitsrechnung. 1. Würdest Du eher der Argumentation von Anton oder eher der von Pünktchen oder keiner von beiden folgen? Wenn Du keiner folgst, nach welchem Prinzip würdest Du den Einsatz aufteilen? 2. Auch wenn die beiden nicht weiterspielen können, kannst Du durch Simulationen die Wahrscheinlichkeit schätzen, mit der Anton ausgehend vom gegenwärtigen Spielstand Gesamtsieger wird. Simuliere mit einem Würfel 20 weitere Spielverläufe ausgehend vom Spielstand 3:2. Beschreibe Deine Vorgehensweise und registriere den jeweiligen Gesamtsieger. Trage in der Zeile Zeit ein, wievielmal Du jeweils würfeln musstest, bis der Gesamtsieger feststand Sieger Zeit 3. Gib einen Schätzwert für die Wahrscheinlichkeit an, dass Anton Gesamtsieger wird. Teile den Wetteinsatz im Verhältnis der Siegchancen auf. 4. Ermittle aus deinen Simulationen die Häufigkeitsverteilung für die Anzahl T der Spiele bis zur Entscheidung. Werte für T abs. Häufigkeit rel. Häufigkeit Berechne die durchschnittliche Anzahl der noch nötigen Spiele. 5. Gib alle Möglichkeiten für den weiteren Spielverlauf an und berechne deren Wahrscheinlichkeiten. 6. Ermittle die Wahrscheinlichkeiten für die Anzahlen der noch erforderlichen Spiele und bestimme den Erwartungswert für diese Anzahl. 7 / 45
8 Anton und Pünktchen spielen ein Spiel, bei dem es kein Unentschieden gibt. Der Sieger erhält in jeder Runde einen Punkt. Beide haben immer dieselbe Gewinnchance 0,5. Gesamtsieger soll sein, wer zuerst 5 Punkte hat. Die Oma hat dem Gesamtsieger 8 Euro versprochen. Beim Stand von 3:2 für Anton werden sie gestört und können das Spiel nicht fortsetzen. Anton fordert den gesamten Einsatz für sich ein, da er ja dem Sieg deutlich näher ist. Pünktchen verlangt einen Anteil von 40% des Preises, da sie ja 40% der Spiele gewonnen hat. 8 / 45
9 Mit diesem Problem beschäftigte man sich bereits im 15. Jahrhundert. Vollständig gelöst wurde es erst im 17. Jahrhundert durch Blaise Pascal und Pierre Fermat. Viele bezeichnen den Zeitpunkt der Lösung des Problems der gerechten Teilung als die Geburtsstunde der Wahrscheinlichkeitsrechnung. Literaturempfehlung A. Rényi: Briefe über die Wahrscheinlichkeit. Berlin: Deutscher Verlag der Wissenschaften, / 45
10 1. Würdest Du eher der Argumentation von Anton oder eher der von Pünktchen oder keiner von beiden folgen? Wenn Du keiner folgst, nach welchem Prinzip würdest Du den Einsatz aufteilen? 10 / 45
11 2. Auch wenn die beiden nicht weiterspielen können, kannst Du durch Simulationen die Wahrscheinlichkeit schätzen, mit der Anton ausgehend vom gegenwärtigen Spielstand Gesamtsieger wird. Simuliere mit einem Würfel 20 weitere Spielverläufe ausgehend vom Spielstand 3:2. Beschreibe Deine Vorgehensweise und registriere den jeweiligen Gesamtsieger. Trage in der Zeile Zeit ein, wievielmal Du jeweils würfeln musstest, bis der Gesamtsieger feststand. Sieger Zeit Sieger Zeit / 45
12 3. Gib aufgrund Deiner Simulationen einen Schätzwert für die Wahrscheinlichkeit an, dass Anton Gesamtsieger wird. Teile den Wetteinsatz im Verhältnis der Siegchancen auf. 4. Ermittle aus Deinen Simulationen die Häufigkeitsverteilung für die Anzahl T der Spiele bis zur Entscheidung. Werte für T abs. Häufigkeit rel. Häufigkeit Berechne die durchschnittliche Anzahl der noch nötigen Spiele. 12 / 45
13 5. Gib alle Möglichkeiten für den weiteren Spielverlauf an und berechne deren Wahrscheinlichkeiten. 6. Ermittle die Wahrscheinlichkeiten für die Anzahlen der noch erforderlichen Spiele und bestimme den Erwartungswert für diese Anzahl. 13 / 45
14 Hinweise Würfelbecher 1, 2, 3 Anton gewinnt: A 4, 5, 6 Pünktchen gewinnt: P Simulationsbeispiel: 3453 APPA Sieger Anton, Zeit: 4 gemeinsame Auswertung zwingend, siehe Excel-Blatt 14 / 45
15 Simulation "" n=20 n=100 n=200 n=400 n=800 abs. rel. abs. rel. abs. rel. abs. rel. Nr , , , , , , , , , , , , , , , , , , , , , , , , , , , ,60 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,80 15 / 45
16 Baumdiagramm Gewinnwahrscheinlichkeit für Anton: = , 69 Anton: 5,50 Euro Pünktchen: 2,50 Euro 16 / 45
17 Weitere Spiellänge: Anzahl der Spiele Wahrscheinlichkeit Erwartungswert der weiteren Spiellänge = 25 8 = 3, 125 Deutung? 17 / 45
18 Wer darf zuerst ziehen? 5 Kinder ziehen nacheinander ohne Zurücklegen aus einem Topf mit 5 Losen: 4 Nieten und ein Gewinn. Sie streiten sich über die Reihenfolge. Ist der Streit berechtigt? diskutieren lassen Simulationsideen? z. B. Würfel als Zufallszahlengenerator 1 Gewinn, 2, 3, 4, 5 Niete, 6 noch mal würfeln Bei jedem Durchgang verschwindet eine Augenzahl 18 / 45
19 Beispiel Anzahl der Simulationen voher festlegen nicht: die nächste Simulation könnte besser sein n = Kind gewinnt 1 1. Kind gewinnt Kind gewinnt Kind gewinnt Kind gewinnt Ergebnisse zusammentragen 19 / 45
20 Baumdiagramm: P(4. Kind gewinnt) = = 1 5 Streit ist nicht berechtigt. 20 / 45
21 problem 1. Eine Firma hat eine neue Serie Überraschungseier aufgelegt. Dabei gibt es die 6 beliebtesten Fußballer der Landes im Schlumpfdesign. Insgesamt werden alle 6 Motive in gleicher Anzahl hergestellt. Ihre Verteilung in den Kisten der Supermärkte sei aber völlig zufällig. Max ist begeisterter Fan und möchte natürlich alle Motive haben. Wie oft muss er vermutlich ein Überraschungsei kaufen, bis er alle 6 Fußballer zusammen hat? 2. Simuliere mit Würfeln den oben beschriebenen Prozess. Notiere dabei die Ausgänge des Würfelns, bis auch die letzte Augenzahl ein erstes Mal erreicht wurde. Eine solche Serie könnte z. B. so aussehen: Bezeichne dann mit x2 die Anzahl der Versuche, die Du benötigt hast, um nach der ersten gewürfelten Augenzahl eine davon verschiedene Augenzahl zu erreichen. Bezeichne mit x3 die Anzahl der Versuche, die Du benötigt hast, um nach den ersten beiden gewürfelten Augenzahl eine davon verschiedene Augenzahl zu erreichen. Usw. Im obigen Beispiel ist x2 = 1, x3 = 1, x4 = 3, x5 = 3 und x6 = 4. Für die erste Augenzahl braucht man immer x1 = 1 Versuch. Man hat also =13 Versuche benötigt, um alle 6 Motive zusammen zu bekommen. Wir benutzen dieses Beispiel als Muster in der folgenden Tabelle: Gesamtanzahl der Versuch x1 x2 x3 x4 x5 x6 Versuche Muster Erstelle 5 Serien, die diesen Zufallsversuch simulieren und berechne den Mittelwert x der Anzahl der jeweils benötigten Versuche. Überlege, welche Werte für x1, x2,..., x6 zu erwarten sind und welcher Wert sich daraus für x ergibt. 3. Es gibt 120 verschiedene Pokémon-Karten, die man einzeln kaufen muss und die so verpackt sind, dass man die Motive nicht erkennen kann. Wenn man davon ausgeht, dass vom Hersteller jedes Motiv gleich oft hergestellt wird, bevor die Karten in völlig zufälliger Reihenfolge verkauft werden, stellt sich die Frage, wie viele Karten im Durchschnitt von Eltern gekauft werden müssen, bis ihr Kind alle Motive besitzt. Berechne, welche Anzahl von notwendigen Käufen zu erwarten ist. AB_problem_MAM.doc Lange/Warmuth, Berlin 21 / 45
22 problem 1. Eine Firma hat eine neue Serie Überraschungseier aufgelegt. Dabei gibt es die 6 beliebtesten Fußballer der Landes im Schlumpfdesign. Insgesamt werden alle 6 Motive in gleicher Anzahl hergestellt. Ihre Verteilung in den Kisten der Supermärkte sei aber völlig zufällig. Max ist begeisterter Fan und möchte natürlich alle Motive haben. Wie oft muss er vermutlich ein Überraschungsei kaufen, bis er alle 6 Fußballer zusammen hat? 22 / 45
23 2. Simuliere mit Würfeln den oben beschriebenen Prozess. Notiere dabei die Ausgänge des Würfelns, bis auch die letzte Augenzahl ein erstes Mal erreicht wurde. Eine solche Serie könnte z. B. so aussehen: Bezeichne dann mit x 2 die Anzahl der Versuche, die Du benötigt hast, um nach der ersten gewürfelten Augenzahl eine davon verschiedene Augenzahl zu erreichen. Bezeichne mit x 3 die Anzahl der Versuche, die Du benötigt hast, um nach den ersten beiden gewürfelten Augenzahlen eine davon verschiedene Augenzahl zu erreichen. Usw. 23 / 45
24 Im obigen Beispiel ist x 2 = 1, x 3 = 1, x 4 = 3, x 5 = 3 und x 6 = 4. Für die erste Augenzahl braucht man immer x 1 = 1 Versuch. Man hat also = 13 Versuche benötigt, um alle 6 Motive zusammen zu bekommen. 24 / 45
25 Wir benutzen dieses Beispiel als Muster in der folgenden Tabelle: Versuch x 1 x 2 x 3 x 4 x 5 x 6 Gesamtanzahl der Versuche Muster Erstelle 5 Serien, die diesen Zufallsversuch simulieren und berechne den Mittelwert x der Anzahl der jeweils benötigten Versuche. Überlege, welche Werte für x 1, x 2,..., x 6 im Durchschnitt zu erwarten sind und welcher Wert sich daraus für x ergibt. 25 / 45
26 3. Es gibt 120 verschiedene Pokémon-Karten, die man einzeln kaufen muss und die so verpackt sind, dass man die Motive nicht erkennen kann. Wenn man davon ausgeht, dass vom Hersteller jedes Motiv gleich oft hergestellt wird, bevor die Karten in völlig zufälliger Reihenfolge verkauft werden, stellt sich die Frage, wie viele Karten im Durchschnitt von Eltern gekauft werden müssen, bis ihr Kind alle Motive besitzt. Berechne, welche Anzahl von notwendigen Käufen im Durchschnitt zu erwarten ist. 26 / 45
27 Hinweise 2. x 1 = 1 x 2 =?, Erfolgswahrscheinlichkeit: 5 6. Bei 100 Käufen durchschnittlich mal Glück Durchschnittliche Wartezeit auf ein neues Motiv: = Fortsetzung der Idee und Additivität: x = x 1 + x x 6 = = 6 ( ) = , 7 Vergleich mit den Simulationswerten 27 / 45
28 3. Simulation höchstens mit Rechner Ansatz bleibt gleich: x = 120 k k=1 Summe ausrechnen oder abschätzen Harmonische Reihe verhält sich etwa wie die Logarithmusfunktion. Genauer: lim n ( n k=1 ) 1 (ln(n) + c) k = 0 c Eulersche bzw. Mascheronische Konstante, c = 0, / 45
29 Tabelle mit c = 0, n n n k=1 1 k Abschätzung Relative mit Eulerscher Abweichung Konstanten in % 20 71, ,459 0, , ,765 0, , ,67 0, , ,91 0, , ,98 0,007 Durchschnittlich 644 Käufe für 120 Pokémonkarten Modellkritik! 29 / 45
30 -Aufgabe (Klasse 9/10) n Schüler packen und verteilen -Geschenke. Wie groß ist die Wahrscheinlichkeit, dass mindestens einer sein eigenes Geschenk zieht? Wenn ein Schüler sein eigenes Geschenk zieht, dann nennen wir das einen Fixpunkt (bei der zufälligen Zuordnung der Geschenke) n = 6: Zufallsgenerator Urne oder Würfel Beim Würfeln schon gewürfelte Zahlen übergehen! Ist das wirklich gleichwertig? 30 / 45
31 Schüler Anzahl Fixpunkte Nr. der Geschenk= Simulation Würfelzahl Ergebnisse auswerten, zusammentragen ähnlich wie beim Problem der gerechten Teilung Wahrscheinlichkeit schätzen durchschnittliche Anzahl Fixpunkte = 1! 31 / 45
32 n = 30 Taschenrechner oder Tabellenkalkulationsprogramm Pseudozufallszahlen EXCEL: Befehl Zufallszahl() imitiert das Ziehen auf gut Glück einer Zahl aus [0, 1) Problem: Es muss 30 mal Ziehen ohne Zurücklegen simuliert werden. 32 / 45
33 Mögliche Lösung: 1. Neue Nummern zuordnen mit 30 Zufallszahlen aus [0, 1) Übereinstimmung praktisch unmöglich 33 / 45
34 2. =KKLEINSTE(Bereich;k) findet die der Größe nach k-te Zahl in einer Liste, die Bereich heißt. Mit diesem Befehl werden nun die neuen Nummern sortiert. 34 / 45
35 Theoretischer Hintergrund Für n unabhängige auf [0, 1) gleichverteilte Zufallsgrößen X 1, X 2,..., X n hat jede Reihenfolge dieselbe Wahrscheinlichkeit 1 n!. Eine Anordnung der Größe nach ist also stochastisch gleichwertig dem Ziehen ohne Zurücklegen. Plausibel machen für n = 2 und n = 3 (räumliches Vorstellungsvermögen) Simulation durchführen Mit F9 neue Simulation starten. 35 / 45
36 Mögliche Fortsetzung in Sek II. Rekursionsformel für die Wahrscheinlichkeit von mindestens einem Fixpunkt bei n Schülern P(mindestens ein Fixpunkt) 0, 63 ab n = 6 Auszug aus der Verteilung der Anzahl der Fixpunkte F 30 für n = 30 Wert von F Wahrscheinlichkeit 0,37 0,37 0,18 0,06 0,02 E(F n ) = 1 unabhängig von n. Literatur: Arthur Engel: Wahrscheinlichkeitsrechnung und Statistik, Band I, Stuttgart: Klett, / 45
37 (Klasse 9/10) Sehr einfaches Modell: radiaoaktives Präparat Atom kann zwei Energiezustände haben: angeregt (hohe Energie) oder Grundzustand (niedrige Energie) Kern geht spontan vom angeregten in einen Zustand geringerer Energie über (zerfällt). Zeitpunkt des Zerfalls ist zufällig und hängt nicht vom Lebensalter ab. Das heißt, der Kern hat zu jedem Zeitpunkt dieselbe Wahrscheinlichkeit, innerhalb der nächsten Minute zu zerfallen. Kerne handeln unabhängig voneinander Halbwertzeit ist die Zeit, innerhalb der ein Kern mit Wahrscheinlichkeit 0,5 zerfällt. 37 / 45
38 Simulation des Verhaltens von 1000 Kernen über mehrere Halbwertzeiten: angeregt = 1, nicht angeregt = 0 in Excel: Zufallszahl() liefert zufälligen Punkt im Intervall [0, 1), 2*Zufallszahl() liefert zufälligen Punkt im Intervall [0, 2), Ganzzahl(2*Zufallszahl()) liefert 0 oder 1 jeweils mit Wahrscheinlichkeit 0,5. 38 / 45
39 Simulieren 39 / 45
40 Die Halbwertzeit T ist die Zeit, nach der im Mittel die Zahl der noch nicht zerfallenen Kerne jeweils auf die Hälfte reduziert ist. N(t) Anzahl der zum Zeitpunkt t noch nicht zerfallenen Kerne Modell Binomialverteilung Erwartungswert Zerfallsgesetz: N(t) = N(0) exp( λt) Halbwertszeit T = ln 2 λ, λ Zerfallskonstante 40 / 45
41 Quelle:Bigalke/Köhler: Mathematik 13.2, Cornelsen, 1997, S zufällige Schritte simulieren mit Würfel, Münze, Taschenrechner Annahme: mit gleicher Wahrscheinlichkeit nach Norden bzw. Osten Erfolgreiche Flucht gdw. 3 Schritte nach Norden und 4 nach Osten 41 / 45
42 Lehrbuch: Beobachtete relative Häufigkeit der erfolgreichen Flucht bei 50 Simulationen (d.h. 50 mal 7 Schritte): 26% Theoretische Wahrscheinlichkeit: ( 7 3) ( 1 2) 7 0, 27 Auffällige Nähe der beiden Werte. Ohne Kommentar im Lehrbuch. Bei n Versuchen ist mit Abweichungen der Größenordnung 1 1 n, hier 50 0, 14 zu rechnen Variation: Wenn ich mit Wahrscheinlichkeit p nach Osten gehe, was ist die wahrscheinlichste Position nach 7 Schritten? Buch zu altem Rahmenplan. Die Aufgabe gehört in Klasse 7/8 und nicht in Klasse / 45
43 1 n -Gesetz Zufallszahlen vom Taschenrechner Zur Streuung der relativen Häufigkeiten: Bei Simulationen ungefähre Vorstellung über die Geschwindigkeit der Annäherung an den theoretischen Wert notwendig. Hilfreich: 1 n -Gesetz Bei n unabhängigen Versuchen unterscheidet sich die relative Häufigkeit h n (A) eines Ereignisses A von der Wahrscheinlichkeit P(A) mit einer Sicherheit von mehr als 95% höchstens um 1 n. Beispiele: n n 0,22 0,10 0,07 0,05 0,04 43 / 45
44 1 n -Gesetz Zufallszahlen vom Taschenrechner Taschenrechner RAN, (RAND, RND) liefert Zufallszahl aus [0,1) mit drei Nachkommastellen. Deterministischer Algorithmus, Startzahl zufällig Beispiel: RND liefert 0,837. Fasse das Ergebnis als 3 Zufallsziffern auf: Welche Eigenschaften erwarten wir von einem guten Zufallszahlengenerator? Hat jede Ziffer dieselbe Wahrscheinlichkeit? Sind die aufeinanderfolgenden Ziffern voneinander unabhängig? 44 / 45
45 1 n -Gesetz Zufallszahlen vom Taschenrechner Pokertest für Zufallszahlengeneratoren Betrachte Muster: Muster verbal lauter gleiche zwei gleiche alle verschieden Muster symbolisch aaa abb abc Repräsentanten 111, , , Wahrscheinlichkeit 1000 = 0, = 0, = 0, 72 Zufallszahlen generieren und beobachtete rel. Häufigkeiten mit den Modellwahrscheinlichkeiten vergleichen Propädeutik des Testens. 45 / 45
Simulation. Elke Warmuth. Sommersemester Humboldt-Universität Berlin
Simulation Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 39 1 Ziele 2 3 4 2 / 39 Was ist Simulation? Nachspielen von Vorgängen mit zufälligem Ergebnis mit einem Zufallsgenerator (Würfel,
MehrMathematik Anders Machen Eine Initiative zur Lehrerfortbildung
Eine Initiative zur Lehrerfortbildung Materialien zum Kurs Keine Angst vor Stochastik - Teil 1 Referenten Dr. Elke Warmuth und Stephan Lange Projektleiter: Prof. Dr. Günter Törner Fachbereich Mathematik
MehrMathematik Anders Machen Eine Initiative zur Lehrerfortbildung
Eine Initiative zur Lehrerfortbildung Materialien zum Kurs Keine Angst vor Stochastik - Teil 2 Referenten Dr. Elke Warmuth und Stephan Lange Projektleiter: Prof. Dr. Günter Törner Fachbereich Mathematik
MehrModelle 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
MehrArbeitsblatt 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
MehrWahrscheinlichkeit und relative Häufigkeit
Wahrscheinlichkeit und relative Häufigkeit Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 25 1 Empirisches Gesetz der großen Zahlen Lehrbuchbeispiele Auswertung von Beobachtungen 2 Modell
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
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
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Kopiervorlagen Stochastik (2) - Wahrscheinlichkeitsrechnung
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Kopiervorlagen Stochastik (2) - Wahrscheinlichkeitsrechnung Das komplette Material finden Sie hier: School-Scout.de Inhaltsverzeichnis
MehrBinomialverteilung und Anwendungen
Binomialverteilung und Anwendungen Dr. Elke Warmuth Sommersemester 2018 1 / 25 Modell Bernoulli-Ketten Kenngrößen und Gestalt der Binomialverteilung kσ-intervalle n-gesetz 1/ n-gesetz 2 / 25 Bernoulli-Experiment
MehrWahrscheinlichkeitsrechnung und Statistik
8. Vorlesung Pseudozufallszahlen sind, wie der Name schon sagt, keine echten Zufallszahlen, sondern werden durch Generatoren erzeugt. Als Pseudozufallszahlen bezeichnet man Zahlenfolgen die durch einen
MehrComputersimulation 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
MehrAUSWERTEN. Ein Zufallsexperiment wird ausgewertet, indem man die relativen Häufigkeiten berechnet. Die relative Häufigkeit ist das Verhältnis:
Hilfe EIN ZUFALLSEXPERIMENT AUSWERTEN Die Ergebnisse eines Zufallsexperiments werden in der Regel in einer Tabelle aufgeschrieben. Hierzu können während des Experiments Strichlisten geführt oder nach Beendigung
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrModelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik
Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Dr. Elke Warmuth Sommersemester 2018 1 / 58 Wahrscheinlichkeitsraum Vorgang mit zufälligem Ergebnis Ergebnismenge Ereignisse Wahrscheinlichkeitsverteilung
MehrSimulation 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.
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)
MehrZufallszahlen Mathematik zum Nachbilden von Zufälligkeit SommerUni 2013 Bergische Universität Wuppertal Autor: Prof. Dr.
Zufallszahlen Mathematik zum Nachbilden von Zufälligkeit SommerUni 23 Bergische Universität Wuppertal Autor: Prof. Dr. Roland Pulch Aufgabe: Konstruiere Zufallszahlen aus der Menge {,, 2, 3, 4, 5, 6, 7,
MehrD. 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,
MehrKlausur zur Statistik
Klausur zur Statistik. Hinweis: Es können 94 Punkte erreicht werden. Zum Bestehen reichen 4 Punkte sicher aus.. Hinweis: Achten Sie darauf das Ihre Rechnungen nachvollziehbar sind und geben Sie alle Schritte
MehrWahrscheinlichkeitsrechnung und Statistik
6. Vorlesung - 2018 Diskrete ZG eine diskrete ZG X wird vollständig durch ihre Wahrscheinlichkeitsverteilung beschrieben ( ) x1 x X 2... x i... = p 1 p 2... p i... P(X (a, b]) = und die Verteilungsfunktion
MehrDie 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
MehrStation 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.
Mehr1 Das Phänomen Zufall
1 Das Phänomen Zufall Im täglichen Leben werden wir oft mit Vorgängen konfrontiert, bei denen der Zufall eine Rolle spielt. Bereits als Kind lernt man die Tücken des Zufalls kennen, wenn man beim Spiel
MehrStatistik Übungen Sommeruni 2018
Statistik Übungen Sommeruni 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei
MehrVorwort 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
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
MehrKapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen
Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch
MehrSerie 9, Musterlösung
WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit
MehrWahrscheinlichkeit 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
MehrKinga Szűcs
Kinga Szűcs 25.10.2011 Die Schülerinnen und Schüler werten graphische Darstellungen und Tabellen von statistischen Erhebungen aus, planen statistische Erhebungen, sammeln systematisch Daten, erfassen sie
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
MehrAuf 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,
MehrEinführung in die Stochastik mit dem GTR. Gliederung. Zufallsexperiment??? Wie geht man vor???
Einführung in die Stochastik mit dem GTR Referenten: Annika Lux und Tatjana Robert Gliederung Wichtige Definitionen: - Zufallsexperiment - Relative Häufigkeit - Absolute Häufigkeit - Simulation Beispiel:
MehrDownload. Hausaufgaben: Statistik und Wahrscheinlichkeit. Üben in drei Differenzierungsstufen. Otto Mayr. Downloadauszug aus dem Originaltitel:
Download Otto Mayr Hausaufgaben: Statistik und Wahrscheinlichkeit Üben in drei Differenzierungsstufen Downloadauszug aus dem Originaltitel: Hausaufgaben: Statistik und Wahrscheinlichkeit Üben in drei Differenzierungsstufen
MehrWahrscheinlichkeit. Elke Warmuth. Sommersemester Humboldt-Universität Berlin
Wahrscheinlichkeit Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 21 1 Modellebene und Sachebene 2 3 Bildungsstandards Mathematik Primarbereich, 2004 Bildungsstandards Mathematik Mittlerer
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Wie stehen unsere Chancen? Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Wie stehen unsere Chancen? Das komplette Material finden Sie hier: School-Scout.de RAAbits Hauptschule 7 9 Mathematik 78 Zufallsversuche
MehrErwartungswert, 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
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern
MehrIntransitive Würfel Lösungen
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Intransitive Würfel Lösungen Hier sind nochmal Efrons Würfel für euch abgebildet: Würfel A Würfel B Würfel C Würfel D Aufgabe (Würfelexperiment
MehrMathematik: 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
Mehr15 Grundlagen der Simulation
15 Grundlagen der Simulation 15.1 Einführung Komplexe Problemstellungen, die einer analytischen Behandlung nur sehr schwer oder gar nicht zugänglich sind Lösung von diskreten (oder analytischen) Optimierungsaufgaben,
MehrTU DORTMUND Sommersemester 2018
Fakultät Statistik. April 08 Blatt Aufgabe.: Wir betrachten das Zufallsexperiment gleichzeitiges Werfen zweier nicht unterscheidbarer Würfel. Sei A das Ereignis, dass die Augensumme beider Würfel ungerade
MehrMathematik. 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)
MehrMaximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung
Zufallsexperimente Den Zufall erforschen Maximilian Gartner, Walther Unterleitner, Manfred Piok Thema Stoffzusammenhang Klassenstufe Einstieg in die Wahrscheinlichkeitsrechnung Daten und Zufall 1. Biennium
MehrWie hoch ist der zu erwartende Gewinnausschüttung des Anbieters des Glücksspiels pro Spiel? (Erwartungswert)
1. Einheit: Erwartungswert Beispiel 1: Bei einem einfachen Glücksspiel möchte der Anbieter eines Glücksspiels (Zufallsexperiment) wissen, wie groß die Summe ist, die er pro Spiel an den Spieler auszahlen
MehrDiskrete Verteilungen
KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
MehrStatistik Übungen SS 2018
Statistik Übungen SS 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrAufgabe 4 Ein fairer Würfel wird 36-mal geworfen. Berechne die Wahrscheinlichkeit dafür, dass die Augenzahl 6 in der erwarteten Anzahl eintritt.
Dokument mit 26 Aufgaben Aufgabe 1 Ein Jäger trifft sein Ziel mit einer Wahrscheinlichkeit 40 %. Mit welcher Wahrscheinlichkeit erzielt er bei zehn Schüssen a) genau sechs Treffer b) mehr als sechs Treffer?
MehrZufall? Als Zufall werden Dinge bezeichnet, die nicht vorhergesehen werden können.
H 1 Zufall? Als Zufall werden Dinge bezeichnet, die nicht vorhergesehen werden können. Beispiel: - Eine Münze wird geworfen und die Zahl liegt oben. Das ist nicht vorhersehbar! Es könnte auch Kopf oben
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
Mehr1. Eine Tombola mit Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt!
1. Eine Tombola mit 10000 Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt! Wie deuten Sie dieses Versprechen? Sie kaufen vier Lose. Ist es sicher, dass darunter ein Gewinnlos ist? Wie sieht es bei
MehrWAHRSCHEINLICHKEITSRECHNUNG
WAHRSCHEINLICHKEITSRECHNUNG Mathematischer Teil In der Wahrscheinlichkeitsrechnung haben wir es mit Zufallsexperimenten zu tun, d.h. Ausgang nicht vorhersagbar. Grundbegriffe Zufallsexperiment und Ergebnisse
MehrSpielgeräte: Von Wahrscheinlichkeiten bis Binomialverteilung
Bernoulli-Kette, und hypergeometrische Verteilung: F. 2. 32 Spielgeräte: Von Wahrscheinlichkeiten bis Die folgende Stationenarbeit dient dazu, die Begriffe der Oberstufenstochastik (Wahrscheinlichkeit;
MehrModellierung- und Simulation Mathis Plewa ( )
Inhaltsverzeichnis Abbildungsverzeichnis... 1 Übungsaufgabe: Zufallsgeneratoren und Histogramme... 2 Standard Gleichverteilung... 2 Gaußverteilung... 3 Exponentialverteilung... 4 Übungsaufgabe: Geometrische
MehrSTOCHASTIK Die Binomialverteilung. Hartmut Meyer
STOCHASTIK Die Binomialverteilung Hartmut Meyer https://mathemeyer.com Inhalt BERNOULLI-Experimente BERNOULLI-Experiment... 2 BERNOULLI-Kette... 2 Die Formel von BERNOULLI... 4 Binomialverteilung Definition
MehrTesten von Hypothesen
Elke Warmuth Humboldt-Universität zu Berlin Sommersemster 2010 1 / 46 2 / 46 1 Testen von Hypothesen 3 / 46 Signifikant, signifikant, signifikant,... 4 / 46 Signifikant, signifikant, signifikant,... 5
MehrNotenpunkte: Unterschrift: Zur Bestimmung des arithmetischen Mittels ist es wichtig die Daten der Größe nach zu ordnen.!!
Name: Seite 1 von 11 Universität Kassel 29. April 2009 Biehler / Hofmann Elementare Stochastik 1 2 3 4 5 6 7! 12 5 9 4 13 4 13 60 Notenpunkte: Unterschrift: Aufgabe 1 Aussagen (12 Punkte) Kreuzen Sie an,
MehrA3.Die Lebensdauer eines elektronischen Gerätes werde als normalverteilt angenommen. Der Erwartungswert betrage
Aufgaben ~ Beispiele A1. Wir spielen Roulette mit einem Einsatz von 5 mit der Glückszahl 15. Die Wahrscheinlichkeiten und Auszahlungen beim Roulette sind in folgender Tabelle zusammengefasst: Ereignis
Mehr7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012
7. Grenzwertsätze Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Mittelwerte von Zufallsvariablen Wir betrachten die arithmetischen Mittelwerte X n = 1 n (X 1 + X 2 + + X n ) von unabhängigen
MehrGrundwissen 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
MehrTest 1 Musterlösung. Name, Nummer: Datum: 29. März (a) Wie viel verschiedene Zeichen lassen sich mit 5 Strichen und 4 Lücken darstellen?
Test 1 Musterlösung WST donat.adams@fhnw.ch IMN Name, Nummer: Datum: 29. März 2017 1. Strichcode (10) 344790 Wir betrachten Barcodes. Sie enthalten Striche und Lücken, die entweder schmal oder breit sein
MehrStatistik Zusätzliche Beispiele WS 2018/19
Statistik Zusätzliche Beispiele WS 208/9 Blatt 2: Wahrscheinlichkeitsrechnung. Erstellen Sie zur Zufallsgröße Augensumme von drei fairen Würfeln eine Tabelle der Wahrscheinlichkeitsfunktion und vergleichen
MehrStatistik Übungen WS 2017/18
Statistik Übungen WS 2017/18 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrFaire Spiele, bedingte Wahrscheinlichkeit und Unabhängigkeit
Faire Spiele, bedingte Wahrscheinlichkeit und Unabhängigkeit Dr. Elke Warmuth Sommersemester 2018 1 / 66 Faires Spiel Bedingte Wahrscheinlichkeit Verstehen des Konzepts Definition und Multiplikationsformel
MehrAufgaben zur Stochastik
Aufgaben zur Stochastik Wahrscheinlichkeiten über Baumdiagramme und bei Binomialverteilung bestimmen 1) Laura und Xenia gehen auf ein Fest. a) An einem Losestand gibt es 2 Gefäße mit Losen. Im ersten Gefäß
MehrAbitur 2012 Mathematik Stochastik III
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2012 Mathematik Stochastik III Für eine Quizshow sucht ein Fernsehsender Abiturientinnen und Abiturienten als Kandidaten. Jeder Bewerber gibt in einem
MehrAbitur 2016 Mathematik Stochastik IV
Seite 1 http://www.abiturloesung.de/ Seite Abitur 016 Mathematik Stochastik IV Bei einem Zufallsexperiment wird eine ideale Münze so lange geworfen, bis zum zweiten Mal Zahl (Z) oder zum zweiten Mal Wappen
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
MehrSchritt 1: Höhe des Dreiecks berechnen. Schritt 2: y berechnen. Schritt 3: c berechnen. Schritt 4: b berechnen. Lösung: M GYM K09 BY 4.
Aufgabe 1 Schritt 1: Höhe des Dreiecks berechnen Die Höhe z teilt das Dreieck in zwei rechtwinklige Dreiecke. Die Höhe z berechnest du mithilfe des Satz des Pythagoras (z und x sind die Katheten, a die
MehrLernsituation 2: Stochastik (40 UStd.) Titel: Umgang mit Zufall und Wahrscheinlichkeit
Bildungsgang: Zweijährige Höhere Berufsfachschule Wirtschaft und Verwaltung (Höhere Handelsschule) Lernsituation 2: Stochastik (40 UStd.) Titel: Umgang mit Zufall und Wahrscheinlichkeit Einstiegsszenario
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
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
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
Mehr4. Die Laplacesche Gleichverteilung
Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung
MehrAufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors
Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
Mehr1,00 2,00 3,00 4,00 Bestimme den Gewinnerwartungswert. Entscheide, ob das Spiel fair ist.
Level Grundlagen Blatt Dokument mit 3 Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
MehrLösungen zu Übungs-Blatt 8 Wahrscheinlichkeitsrechnung
Lösungen zu Übungs-Blatt Wahrscheinlichkeitsrechnung Diskrete Zufallsgrößen Zu Aufgabe ) Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung?
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
MehrDaten und Zufall Beitrag 4 mehrstufige Zufallsversuche kennenlernen 1 von 28
IV Daten und Zufall Beitrag mehrstufige Zufallsversuche kennenlernen 1 von 8 Von Siedlern, Räubern und Orakeln mehrstufige Zufallsversuche kennenlernen Von Dominik Kesenheimer, Stuttgart Zufallsversuche
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
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
MehrDie 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
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,
MehrBedingte Wahrscheinlichkeiten: Ein Baumdiagramm der nachstehenden Art bzw. die zugehörige Vierfeldertafel gibt jeweils absolute Häufigkeiten an.
Bedingte Wahrscheinlichkeiten: Ein Baumdiagramm der nachstehenden Art bzw. die zugehörige Vierfeldertafel gibt jeweils absolute Häufigkeiten an. Interpretiert man die numerischen Einträge als Beschreibungen
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
Mehruntersuchen Lage- und Streumaße von Stichproben
Qualifikationsphase Leistungskurs 1 QII 2.1.2 Konkretisierte Unterrichtsvorhaben auf der Basis des Lehrwerks Buch: Elemente der Mathematik, Qualifikationsphase NRW Leistungskurs, Braunschweig 2015, Westermann
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
MehrKOMPETENZHEFT ZUR STOCHASTIK II
KOMPETENZHEFT ZUR STOCHASTIK II Inhaltsverzeichnis 1. Aufgabenstellungen 1 2. Binomialverteilung 4 3. Erwartungswert und Standardabweichung 10 1. Aufgabenstellungen Aufgabe 1.1. Milchverpackungen werden
MehrSimulation einer Binomialverteilung
HTL Saalfelden Simulation einer Binomialverteilung Seite 1 von 7 Wilfried Rohm wrohm@aon.at Simulation einer Binomialverteilung Mathematische / Fachliche Inhalte in Stichworten: Binomialverteilung, Simulation
MehrMonte Carlo-Simulation
Monte Carlo-Simulation Sehr häufig hängen wichtige Ergebnisse von unbekannten Werten wesentlich ab, für die man allerhöchstens statistische Daten hat oder für die man ein Modell der Wahrscheinlichkeitsrechnung
Mehr