4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

Größe: px
Ab Seite anzeigen:

Download "4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o"

Transkript

1 *) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser Anzahl ist jedoch nicht immer einfach. Mit der Abzählung der möglichen Fälle beschäftigt sich die Kombinatorik. In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o n k *) Das Kapitel folgt dem Skript Statistik (Prof.Baumgarten FBMN h-da ) 1

2 4.1 Fakultät Definition Fakultät n! Das Produkt der ersten n natürlichen Zahlen wird mit bezeichnet: n! = n ( lies n Fakultät ) = n (n-1) (n-2) 2 1. mit n N. 0! = 1 : Zusätzlich wird 0! = 1 festgelegt. Für sehr große Werte von n existiert eine gute Näherung, die Sterling sche Näherungsformel n n! n 2 π n e lg(n!) 1 lg( 2π n ) + n lg ( n ) 2 e 2 2

3 4.1 Fakultät Vergleich: n! exakt berechnet mit der Sterling schen Näherung n n! Sterling Abweichung 0 1 0, ,00% 1 1 0,922 7,81% 2 2 1,919 4,07% 3 6 5,835 2,75% ,500 2,08% ,989 1,68% ,898 1,40% ,133 1,21% ,280 1,06% ,726 0,95% ,310 0,85% ,061 0,78% ,545 0,72% ,007 0,66% ,525 0,62% ,810 0,58% 3

4 4.1 Fakultät Bemerkung: Neben n! existiert auch x! mit der Bildungsvorschrift x! = x (x-1) (x-2) μ(x) = Γ (x) ( Eulersche Gammafunktion) mit x R und Γ(x) der Wert der Gammafunktion von x, für den nicht ganzzahligen Rest von x. Beispiel: Γ (5,3) = 5,3 4,3 3,3 2,3 1,3 Γ (0,3) Γ (0,3) kann man über gelistete Integral berechnen oder über Wertetafeln durch Interpolation bestimmen. 4

5 4.1 Fakultät Manchmal wird nur das Produkt der k < n größten Zahlen benötigt. n k = n (n-1) (n-2) (n-k+1) Für n = k ergibt sich wieder n!. Außerdem gilt n k = n! k! (= n k k! k! = n (n 1) (n 2) (n k+1) k! k! ) Genauso wichtig sind die sogenannten Binomialkoeffizienten.. 5

6 4.2 Binomialkoeffizienten Definition: Seien n und k beliebige nichtnegative ganze Zahlen, dann ist der Binomialkoeffizient n k folgenden Ausdruck definiert n k = n k k! Für k=0 wird n k Es gelten folgende Regeln: o n k = n! = n k! n k! n k o n 1 = n o n n = 1 (lies: n über k ) durch = n (n 1) (n 2) (n k+1) k! = n 0 = 1 gesetzt. o n k + n k + 1 = n + 1 k

7 4.2 Binomialkoeffizienten Anwendungsbeispiele: Pascalsches Dreieck der Binomische Lehrsatz (a + b) n = a n + n 1 an 1 b 1 + n 2 an 2 b n n 1 a1 b n 1 +b n 7

8 4.3 Multiplikationsprinzip In der Kombinatorik geht es um die Anordnung und Auswahl von Objekten aus einer vorgegebenen Menge und die Bestimmung der Anzahl aller Möglichkeiten. Das wichtigste Prinzip ist das Multiplikationsprinzip. Gegeben seien zwei endliche Mengen M und N mit m bzw. n Elementen, dann gibt es m n Paare (x,y) mit x M und y N. Das liegt daran, dass man jedem x M jeweils alle y N zuordnen kann. Seien etwa M = { a, b} und N = {1,2,3}, so gibt es die 2 3 Paare (a,1); (a,2); (a,3); (b,1); (b,2); (b,3). Dieses Ergebnis lässt sich auf mehr als zwei Mengen übertragen. 8

9 4.3 Multiplikationsprinzip Beispiel: Ein Betrieb habe vier Abteilungen mit 8, 12, 9 bzw. 10 Mitarbeitern. Jede Abteilung darf genau ein Mitglied des Betriebsrats stellen. Dann gibt es = mögliche Zusammensetzungen für den Betriebsrat. 9

10 4.4 Permutation Die Veränderung einer Anordnung nennt man Permutation. Beispiel: Wir wählen ein, zwei oder drei Formen: 1: 1 1 = 1 2: 1 2 = 2 3: 2 3 = 6 Die Anzahl der Permutationen von n verschiedenen Elementen ist n! ( lies n Fakultät ). Das liegt daran, dass man zur Auswahl des ersten Elements n Möglichkeiten hat, zur Auswahl des zweiten nur noch (n-1) usw. Also gibt es nach dem Multiplikationsprinzip n! Möglichkeiten. 10

11 4.4 Permutation Beispiel: An einem Tangokurs nehmen je 12 Damen und Herren teil. Wieviel mögliche Paarbildungen sind möglich? Lösung: Es gibt 12! = 12 11! = mögliche Paarbildungen. Beispiel: Wie viele Wörter kann man mit den Buchstaben { W, I, N, G} bilden? Lösung: Es gibt 4! = = 24 mögliche Wortbildungen. Beispiel: Wie viele Wörter kann man mit den Buchstaben des Wortes OTTO, { O, T } bilden? Lösung: Es gibt 6 mögliche Wortbildungen, aber nach welcher Formel? 11

12 4.4 Permutation Die Buchstaben des Wortes ANNA kann man nur in sechs Möglichkeiten anordnen, und zwar AANN, ANAN, ANNA, NAAN, NANA, NNAA. Hier zerfallen die n = 4 Elemente in zwei Teilklassen mit je zwei gleichartigen Elementen. Von den eigentlich n! = 4! möglichen Anordnungen sind die Permutationen der gleichartigen Elemente nicht unterscheidbar, es bleiben nur 4! 2!2! = 6 unterscheidbare Permutationen übrig. Diese Permutationen heißen Permutationen mit Wiederholung. Das Beispiel führt zu folgendem Satz 12

13 4.4 Permutation Regel für Permutationen mit Wiederholung: Gegeben seien n Elemente, die in k Teilklassen mit nicht zu unterscheidenden Elementen zerfallen. Die einzelnen Klassen enthalten n 1, n 2, n k Elemente. Dann gibt es n! n 1! n 2! n k! Permutationen mit Wiederholung. ( mit n = n 1 + n n k ) Beispiel: Aus Sicht der Damen tanzen vier Herren ausge-zeichnet, drei ganz gut und fünf eher steif. Wieviel Möglichkeiten bleiben jetzt? Die zwölf Herren zerfallen in drei Gruppen aus tänzerischer Sicht nicht zu unterscheidenden Herren, damit verbleiben 12! /(3! 4! 5!) = /( ) = Möglichkeiten. 13

14 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus wird eine Stichprobe mit k Kugeln genommen. Man kann 4 unterschiedliche Verfahren untersuchen. Wir ziehen die Kugeln ohne Zurücklegen. Wir ziehen die Kugeln mit Zurücklegen. Wir ziehen die Kugeln geordnet. Wir ziehen die Kugeln ungeordnet. 14

15 4.5 Kombinationen und Variationen Definition: Kombination Bei einer Kombination werden aus n verschiedenen Elementen k Elemente ausgewählt, man nennt die so erhaltene Auswahl eine Kombination von n Elementen zur k-ten Klasse. Wenn Elemente gleicher Art wiederholt, also mehrmals, ausgewählt werden können, nennt man dies eine Kombination mit Wiederholungen: C (k) Wn. Müssen dagegen die Arten aller Elemente verschieden sein, so spricht man von einer Kombination ohne Wiederholung: C (k) n. Bei einer Kombination wird die Reihenfolge nicht beachtet. 15

16 4.5 Kombinationen und Variationen Definition: Variation Wenn es auf die Reihenfolge ankommt, nennt man die so erhaltene Auswahl eine Variation von n Elementen zur k-ten Klasse. Wenn Elemente gleicher Art wiederholt, also mehrmals, ausgewählt werden können, nennt man dies eine Variation mit Wiederholungen: V (k) Wn. Müssen dagegen die Arten aller Elemente verschieden sein, so spricht man von einer Variation ohne Wiederholung: V (k) n. 16

17 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt N Kugeln, daraus Stichprobe mit n Kugeln Variationen und Kombinationen Variation: mit Berücksichtigung der Reihenfolge Kombination: ohne Berücksichtigung der Reihenfolge Anzahl der Stichproben mit Zurücklegen (mit Wiederholung) n k n + k 1 k Anzahl der Stichproben ohne Zurücklegen (ohne Wiederholung) n! n k! n k 17

18 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus Stichprobe mit k Kugeln n = 4, k = 2; Ω = { 1, 2, 3, 4 } Kombinationen mit Wiederholung und mit Berücksichtigung der Reihenfolge: n k = 4 2 = 16 18

19 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus Stichprobe mit k Kugeln n = 4, k = 2; Ω = { 1, 2, 3, 4 } Kombinationen ohne Wiederholung und ohne Berücksichtigung der Reihenfolge : n! = 4! = n k! 4 2! 2 = 12 19

20 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus Stichprobe mit k Kugeln n = 4, k = 2; Ω = { 1, 2, 3, 4 } Kombinationen mit Wiederholung und ohne Berücksichtigung der Reihenfolge : n + k = = 5 k 2 2 = 5! 2! 5 2! = = 10 20

21 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus Stichprobe mit k Kugeln n = 4, k = 2; Ω = { 1, 2, 3, 4 } Kombinationen ohne Wiederholung und ohne Berücksichtigung der Reihenfolge : n 4 4! = = = k 2 = 6 2! 4 2!

22 4.5 Kombinationen und Variationen Standardmodell : Urne mit insgesamt n Kugeln, daraus Stichprobe mit k Kugeln n = 4, k = 2; Ω = { 1, 2, 3, 4 } Kombinationen mit Wiederholung und ohne Berücksichtigung der Reihenfolge : n + k = = 5 k 2 2 = 5! 2! 5 2! = = 10 22

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N =

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

Inhaltsverzeichnis (Ausschnitt)

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

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

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

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

Mehr

Binomialkoeffizient. Gymnasium Immensee Stochastik, 5. Klassen. Bettina Bieri

Binomialkoeffizient. Gymnasium Immensee Stochastik, 5. Klassen. Bettina Bieri Binomialkoeffizient Gymnasium Immensee Stochastik, 5. Klassen Bettina Bieri 7. Februar 7 Inhaltsverzeichnis Nötiges Vorwissen: Fakultäten. Definition: Fakultät......................... spezielle Fakuläten.........................3

Mehr

Sachrechnen/Größen WS 14/15-

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

Mehr

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017 Vorlesung Mathematische Strukturen Sommersemester 017 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte Kombinatorik: Einführung Es folgt eine Einführung in die abzählende Kombinatorik. Dabei geht es

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

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

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

WS 2009/10. Diskrete Strukturen

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

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei

Mehr

Mathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen

Mathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen Vorlesung Mathematische Strukturen Sommersemester 07 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte : Einführung Es folgt eine Einführung in die abzählende. Dabei geht es darum, die Elemente einer

Mehr

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

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

Mehr

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

1 Grundlagen Wahrscheinlichkeitsrechung

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

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Vorkurs Mathematik. Christoph Hindermann. Mengenlehre und Kombinatorik

Vorkurs Mathematik. Christoph Hindermann. Mengenlehre und Kombinatorik Kapitel 1 Christoph Hindermann Vorkurs Mathematik 1 1.1.1 Begriff der Menge Eine Menge ist eine Zusammenfassung bestimmer, wohl unterscheidbarer Objekte unserer Anschauung oder unseres Denkens. Die Objekte

Mehr

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

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

Mehr

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

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

Mehr

Kombinatorik - kurz. Ronald Balestra CH Zürich

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

Mehr

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

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

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Kombinatorik Patrick Groth Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Definition Kombinatorik ist das Teilgebiet der Mathematik, das sich mit den möglichen

Mehr

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

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

Mehr

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Rumpfskript. 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

Mehr

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

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

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4)

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4) WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 04 Prof. Barbara König Übungsleitung: Henning Kerstan Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente

Mehr

Die Formel für Kombinationen wird verwendet, wenn

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

Mehr

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

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

Mehr

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

1 Begriff Kombinatorik; Zahl aller Teilmengen

1 Begriff Kombinatorik; Zahl aller Teilmengen 6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work

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 große Bedeutung zu,

Mehr

Kombinatorische Abzählverfahren

Kombinatorische Abzählverfahren Mathematik Statistik Kombinatorische Abzählverfahren * Kombinatorische Abzählverfahren Vorwort TEIL A: Basiswissen 1. Was zum Teufel ist das? 1.2. Wofür benötigt man Kombinatorische Abzählverfahren? 1.3.

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3)

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3) WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Zufallsauswahlen aus endlichen Grundgesamtheiten

Zufallsauswahlen aus endlichen Grundgesamtheiten Zufallsauswahlen aus endlichen Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 12. November 2015 Satz 3.16 (Binomischer Lehrsatz) Seien a, b R. Dann gilt für alle

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: 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

Mehr

Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck

Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck 1 Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck Wir kennen die beiden binomischen Formeln: Sie sind ein Sonderfall des Binomischen Lehrsatzes: Wir sehen, dass die Potenzen

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

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

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

Permutation und Kombination

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

Mehr

Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion

Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion 3. Vorlesung im Brückenkurs Mathematik 2018 Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion Dr. Markus Herrich Markus Herrich Kombinatorik, Zahlenfolgen, Induktion 1 Hilfsmittel

Mehr

Stochastik. Kombinatorik. 1 n n! Man muss die Anzahl möglicher Anordnungen durch die Anzahl möglicher Anordnungen von (n-k) Objekte dividieren.

Stochastik. Kombinatorik. 1 n n! Man muss die Anzahl möglicher Anordnungen durch die Anzahl möglicher Anordnungen von (n-k) Objekte dividieren. Stochastik Kombinatorik Bei der Kombinatorik geht es um das Zählen von Möglichkeiten. Es handelt sich um Abzählverfahren. Wichtig dabei ist stets die Auswahl und die Anordnung. alle Objekte Reihenfolge

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws

Mehr

Kombinatorik. Additions- und Multiplikationsgesetz

Kombinatorik. Additions- und Multiplikationsgesetz Kombinatorik Die Kombinatorik beschäftigt sich mit der Berechnung der Anzahl Möglichkeiten, eine Anzahl von Objekten aus einer Grundmenge auszuwählen. Z.B. beim Schweizer Zahlenlotto 6 aus 45. Dabei wird

Mehr

Hauptklausur zur Stochastik für Lehramt

Hauptklausur zur Stochastik für Lehramt Universität Duisburg-Essen Essen, den 20.02.203 Fakultät für Mathematik Dr. Daniel Herden Dipl.-Inf. Christian Thiel Matthias aus der Wiesche Hauptklausur zur Stochastik für Lehramt Bearbeitungszeit: mind.

Mehr

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34 Kombinatorik Matthias Bayerlein 25.6.2010 Matthias Bayerlein Kombinatorik 25.6.2010 1 / 34 Überblick Grundlagen aus der Schule Spezielle Zahlenfolgen Zusammenfassung Matthias Bayerlein Kombinatorik 25.6.2010

Mehr

SS 2016 Torsten Schreiber

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

Mehr

Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n.

Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n. Die Fakultät Definition: Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n. n! = 1 2 3... (n 2) (n 1) n Zusätzlich wird definiert 0! = 1 Wie aus der Definition

Mehr

II Wahrscheinlichkeitsrechnung

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

Mehr

Lösungsskizzen zur Präsenzübung 05

Lösungsskizzen zur Präsenzübung 05 Lösungsskizzen zur Präsenzübung 0 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 201/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 01. Dezember 201 von:

Mehr

Die Fakultät. Thomas Peters Thomas Mathe-Seiten 13. September 2003

Die Fakultät. Thomas Peters Thomas Mathe-Seiten  13. September 2003 Die Fakultät Thomas Peters Thomas Mathe-Seiten www.mathe-seiten.de 3. September 2003 Dieser Artikel gibt die Definition der klassischen Fakultät und führt von dort aus zunächst zu der Anwendung in Taylor-Reihen

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

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

Kombinatorik. 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

Mehr

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

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

Mehr

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

Kapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25

Kapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Definition 1.1 (Menge) Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen.

Mehr

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt? 23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich

Mehr

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen. VI. Kombinatorik ================================================================== 6.1 Einführung --------------------------------------------------------------------------------------------------------------

Mehr

{ } { } Casio fx-cg20 Kombinatorik und Zufallszahlen. x-fakultät (x!) [MENU] 1 [OPTN] [F6] {PROB} Zahl {x!} [EXE] Berechne 7!

{ } { } Casio fx-cg20 Kombinatorik und Zufallszahlen. x-fakultät (x!) [MENU] 1 [OPTN] [F6] {PROB} Zahl {x!} [EXE] Berechne 7! R. Brinkmann http://brinkmann-du.de Seite 1 21.02.2014 Casio fx-cg20 Kombinatorik und Zufallszahlen x-fakultät (x!) {PROB} Zahl {x!} [] Berechne 7! {PROB} 7 {x!} [] (5040) Berechne 49!/(49-6)! 49 x! (

Mehr

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen 7. Vorlesung im Brückenkurs Mathematik 2017 Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen Dr. Markus Herrich Markus Herrich Kombinatorik, Vollständige Induktion, Zahlenfolgen

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

Wahrscheinlichkeitsrechnung

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

Mehr

Technische Universität München. Kombinatorik. Christian Fuchs

Technische Universität München. Kombinatorik. Christian Fuchs Kombinatorik Christian Fuchs 1.Definition Kombinatorik 2.Grundlegende Zählmethoden 3.Binomialkoeffizienten 4.Permutationen 5.Stirling-Zahlen 6.Catalan-Zahlen 7.Zahlpartitionen 8.Aufgaben 9.Literatur Technische

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

K. 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/...

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

5 Binomial- und Poissonverteilung

5 Binomial- und Poissonverteilung 45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1

Mehr

Grundlagen der Stochastik

Grundlagen 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.

Mehr

Inhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher

Inhaltsverzeichnis. 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

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

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable Vorlesung 2a Diskret uniform verteilte Zufallsvariable 1 Eine Zufallsvariable X heißt diskret uniform verteilt, wenn ihr Zielbereich S endlich ist und P(X = a) = 1 #S für alle a S. Damit beschreibt X eine

Mehr

Wahrscheinlichkeitstheorie Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya

Wahrscheinlichkeitstheorie Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya Wahrscheinlichkeitstheorie Aufgaben mit Lösungen Jörg Gayler, Lubov Vassilevskaya i Inhaltsverzeichnis Kombinatorisches Rechnen. Formelsammlung.................................... 2. Fakultät : Definition,

Mehr

Brückenkurs zur Kombinatorik WS

Brückenkurs zur Kombinatorik WS Fachhochschule Köln Faklutät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 1, Tel. 14 email: jutta.arrenberg@fh-koeln.de homepage: http://www.wi.fh-koeln.de/homepages/arrenberg/index.html Brückenkurs

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung.

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung. Kombinatorik Was ist Kombinatorik? Die 92 natürlichen chemischen Elemente sind die mathematischen Elemente der Menge chemisches Periodensystem. Ebenso sind die zehn Ziffern 0 9 eine Menge, jede Ziffer

Mehr

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15:

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15: Counting-Übungen (SS4) Felix Rohrer Grundlagen des Zählens 1. KR, Abschnitt 5.1, Aufgabe 7:? Es gibt 17'576 Monogramme 17576 (1.1) I. KR, Abschnitt 5.1, Aufgabe 15: Wörter mit 1 Zeichen + Wörter mit 2

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Kapitel 7 Wahrscheinlicheitsrechnung 7.1 Kombinatori Def. 7.1.1:a) Für eine beliebige natürliche Zahl m bezeichnet man das Produt aus den Zahlen von 1 bis m mit m Faultät: m! : 1 2 3 m, 0! : 1. Beispiele:

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

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

Kombinatorik. Kombinatorik

Kombinatorik. Kombinatorik Kombinatori Kombinatori Ziel: Bestimmen der Mächtigeiten bestimmter endlicher Mengen, die durch Anordnung oder Auswahl von Elementen einer Menge gebildet werden. Wir wissen bereits, dass für die Potenzmenge

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Kombinatorik & Stochastik Übung im Sommersemester 2018

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

Mehr

3. Kombinatorik und Wahrscheinlichkeit

3. Kombinatorik und Wahrscheinlichkeit 3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom

K. 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

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 02: Funktionen, Multimengen, Kompositionen 1 / 18 Funktionen zwischen endlichen Mengen [n]

Mehr

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable. (Buch S. 6-11)

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable. (Buch S. 6-11) Vorlesung 2a Diskret uniform verteilte Zufallsvariable (Buch S. 6-11) 1 0. Erinnerung und Auftakt 2 Sei S eine endliche Menge. Eine Zufallsvariable X heißt diskret uniform verteilt auf S, wenn P(X = a)

Mehr

Blatt 5: Kombinatorik MAE 3. Urnenmodelle

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

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze

Mehr

KAPITEL 5. Erwartungswert

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

Mehr

Kapitel 1: Grundbegriffe

Kapitel 1: Grundbegriffe Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2

Mehr

SS 2017 Torsten Schreiber

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

Mehr

Wiederholung: Laplace scher W.-Raum

Wiederholung: Laplace scher W.-Raum 1 Wiederholung: Laplace scher W.-Raum Sei Ω = {ω 1,ω 2,...,ω s } eine s-elementige Menge von Elementarereignissen und gelte p(ω) = 1/s für alle ω Ω. Dann nennen wir (Ω,P ) einen Laplace schen W-Raum. Problem:

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Biometrieübung 3 Kombinatorik

Biometrieübung 3 Kombinatorik Biometrieübung 3 (Kombinatorik) - Aufgabe Biometrieübung 3 Kombinatorik Aufgabe 1. DNA Eine lineare Anordnung von 3 DNA - Nukleotiden wird Triplet genannt. Ein Nukleotid kann eine der 4 möglichen Basen

Mehr