II. Wahrscheinlichkeitsrechnung

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "II. Wahrscheinlichkeitsrechnung"

Transkript

1 II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005

2 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3. ZUFÄLLIGES EREIGNIS / ZUFÄLLIGER VERSUCH...3. DEFINITION DER WAHRSCHEINLICHKEIT VON EREIGNISSEN Relatve Häufgket vo Eregsse Axomatsche Defto der Wahrschelchket DIE KLASSISCHE WAHRSCHEINLICHKEIT BEDINGTE WAHRSCHEINLICHKEIT UND BERECHNEN VON VERBUNDWAHRSCHEINLICHKEITEN....5 UNABHÄNGIGKEIT VON EREIGNISSEN SATZ VON BAYES UND FORMEL DER TOTALEN WAHRSCHEINLICHKEIT ÜBUNGSAUFGABEN... ZUFALLSGRÖßEN UND IHRE VERTEILUNGEN...4. ZUFALLSGRÖßEN (WIEDERHOLUNG)...4. WAHRSCHEINLICHKEITSVERTEILUNG DISKRETER ZUFALLSGRÖßEN PARAMETER DISKRETER VERTEILUNGEN Erwartugswert, Varaz ud Vertelugsfukto Quatle dskreter Verteluge STETIGE ZUFALLSGRÖßEN UND IHRE VERTEILUNGEN, VERTEILUNGSFUNKTION UND VERTEILUNGSDICHTE PARAMETER STETIGER VERTEILUNGEN Erwartugswert ud Varaz Quatle EIGENSCHAFTEN VON ERWARTUNGSWERTEN UND VARIANZ VON ZUFALLSGRÖßEN DIE TSCHEBYSCHEFF-UNGLEICHUNG HAUPTSATZ DER STATISTIK ÜBUNGSAUFGABEN MEHRDIMENSIONALE ( ZWEIDIMENSIONALE ) VERTEILUNGEN ZWEIDIMENSIONALE DISKRETE VERTEILUNGEN...4 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) I

3 Ihalt 3. ZWEIDIMENSIONALE STETIGE VERTEILUNGEN PARAMETER ZWEIDIMENSIONALER VERTEILUNGEN Erwartugswert ud Varaz Kovaraz ud Korrelato ZUSAMMENFASSUNG ÜBUNGSAUFGABEN SPEZIELLE WAHRSCHEINLICHKEITSVERTEILUNGEN DISKRETE VERTEILUNGEN Zwepuktvertelug Dskrete Glechvertelug Bomalvertelug De Possovertelug SPEZIELLE STETIGE VERTEILUNGEN De stetge Glechvertelug De Expoetalvertelug De Normalvertelug (Gauß-Vertelug) ÜBUNGSAUFGABEN REPRODUKTIONS- UND GRENZWERTSÄTZE REPRODUKTIONSSÄTZE GRENZWERTSÄTZE ÜBUNGSAUFGABEN ZAHLENTABELLEN VERTEILUNGSFUNKTION DER STANDARDNORMALVERTEILUNG...79 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) II

4 Kaptel II Wahrschelchketsrechug-Grudlage II. Wahrschelchketsrechug Grudlage / Defto der Wahrschelchket. Zufällges Eregs / zufällger Versuch Def.: Zufällger Versuch E belebg oft wederholbarer Vorgag mt ubestmmtem Ausgag Zufällges Eregs Ergebs ees zufällge Versuchs Bespel : Zufällger Versuch: x Würfel Zufällges Eregs: A Würfel eer gerade Zahl A Würfel eer 6 Bedeutuge: Wr beschrebe zufällge Eregsse cht ur durch Aussage, soder (ud das st de Regel) durch Mege: A {, 4, 6} A { 6} Wr köe wetere zufällge Eregsse zu desem Versuch defere, de sch durch Aussageverküpfuge (,, ) oder Megeoperatoe (,, \) blde lasse. A 3 Würfel vo oder 4 A 3 4 A 3 A \ A bzw. { } { } Megelehre Aussage-Logk Bedeutug A B A B A oder B trete e A B A B A ud B trete e A \ B A ( B) A ud cht B trete e Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 3

5 Kaptel II Wahrschelchketsrechug-Grudlage Uterschedlche Eregstype: Def.: De Eregsse, de ma umttelbar eem Versuch beobachtet, heße Elemetareregsse (Bezechug: {ω}). Eregsse, de sch als Megeoperatoe aus de Elemetareregsse blde lasse, heße zusammegesetzte Eregsse. Bespel : Versuch: x Würfel Elemetareregsse: {}, {},...,{6} Zusammegesetzte Eregsse: {, 4, 6}, {, 3, 5},{ 3, 4, 5, 6} gerade Augezahl ugerade Augezahl Augezahl> See {ω }, {ω },..., {ω m },... alle Elemetareregsse zu eem Versuch. Se Ω:{ω, ω,..., ω m,...} {ω } {ω }... {ω m }... de Mege aller Elemetareregsse. Def.: Ω heßt scheres Eregs (trtt mmer e!). E Eregs, das e etrtt ( Ω bzw. Ω ) heßt umöglches Eregs. Bezechug für das umöglche Eregs: Φ ( Φ Ω Ω \ Ω) Def.: A Ω \ A heßt komplemetäres Eregs zu A ud bedeutet: "A trtt cht e". Def.: Zwe Eregsse A ud B heße uverebar bzw. dsjukt, falls se cht gemesam etrete, d.h., falls glt: A B. Alle zu eem zufällge Versuch deferbare Eregsse sd Telmege vo Ω. Def.: De Potezmege ( Ω) { A A Ω} vo Ω heßt Eregsfeld zum zufällge Versuch V mt der Mege vo Elemetareregsse Ω. Def: Se V e zufällger Versuch mt der Mege Ω der Elemetareregsse ud dem Eregsfeld E. Ee Mege vo Eregsse A, A,..., A (A Ω ) heßt vollstädges Eregssystem E, falls glt: a) A A für j ud b) U A Ω j Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 4

6 Kaptel II Wahrschelchketsrechug-Grudlage Se V der zufällge Versuch: "x Würfel". a) Gebe Se Ω a! b) Gebe Se ege Eregsse des Eregsfeldes zu V a! c) Wevele Eregsse ethält das Eregsfeld zu V? d) Gebe Se mdestes zwe vollstädge Eregs-Systeme zu V a! Zel: Gesucht st ee Fukto P: A Ω P( A), de jedem Eregs A, welches ma zu eem Versuch defere ka, ee Wahrschelchket (Chace) P(A) des Etretes vo A zuordet. Es soll gelte: a) Φ umöglches Eregs P( Φ ) 0 (0 % Chace des Etretes) b) Ω scheres Eregs -> P( Ω ) (00% Chace des Etretes) c) A Ω -> 0 P( A) A Ω Bedeutug der Wahrschelchket: Se A Ω belebg: P: A P(A) heßt P ( A) 00% Prozetualer Atel des Etretes vo A be Versuche Bespel 3: Versuch: Müzwurf ω w w, ω K, Z für,. Eregsfeld: (, ) { } (, ), (, ), ( ), ( ) { } Ω K K K Z Z, K Z, Z ( Ω) {, {( K, K )}, {( K, Z )}, {( Z, K )}, {( Z, Z )}, {( K, K ), ( K, Z )}, {( K, K ), ( Z, K )}, {( K, K ), ( Z, Z )}, {( K, Z ), ( Z, K )},...} usw das gleche versch. Ergebsse Ich weß: P ( Φ) 0, P( Ω) Versuch K ({ }) Aber we groß st zum Bespel: P ( K K ) ( Z, Z ),,?. Versuch K. Defto der Wahrschelchket vo Eregsse Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 5

7 Kaptel II Wahrschelchketsrechug-Grudlage.. Relatve Häufgket vo Eregsse Ich möchte wsse, we groß de Chace des Etretes ees Eregsses A be Durchführug ees zufällge Versuchs st. Dazu führe ch de Versuch mal durch ud bereche de relatve Häufgket des Etretes vo A: h ( A) Azahl der Versuche, dee A egetrete st Azahl der Versuche Ka ma deses Maß als Wahrschelchket P(A) verwede? ( ) Bespel 4: Müzwurf: A Kopf trtt auf {K} h (K) 0, Ergebsfolge: K, Z, Z, K, Z, K, Z, Z, Z, Z,... h ( K) h ( K) relatve Häufgkete Abhäggket vo h 3 3 ( K) h0( K) Stelle wr de relatve Häufgket h (K) Abhäggket vo dar, so sehe wr, daß sch dese be wachsedem stets auf de Wert p epegelt. 3 0 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 6

8 Kaptel II Wahrschelchketsrechug-Grudlage Bespel 5: Würfel A { 6 } h (A),,, 5, 3, 6,, 6,... 6 h ({ 6} ) p 6 Vorschlag: a) Wr defere de Grezwert p als Wahrschelchket, also p A : lm h A ( ) ( ) cht praktsch verwedbar, da er cht berechebar st. b) P( A) : h 00 ( A) (Wr lege auf 00 fest) st zufallsbehaftet geht auch cht! Trck: Wr utersuche, welche Egeschafte de relatve Häufgket hat ud defere P so, daß P de gleche Egeschafte we de relatve Häufgket hat! Egeschafte der relatve Häufgket: 0, 0, Ω (Normerthet) A B h A h B (Mootoe). 0 h ( A) h ( ) h ( ). ( ) ( ) 3. h ( A B) h ( A) + h ( B) h ( A B) (Addtvtät) Bespel 6: Würfel: A {, 4, 6} gerade Zahl A { 6} A 3 { 4, 5, 6} Zahl 4 0 Versuche:, 5, 3, 4, 6, 5, h A A h ( A) + h ( A 3 ) h ( A A 3 ) f 4 43 {, 4,5, 6} Zu.) A A, h ( ), h ( 4 6) Zu 3.) ( ) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 7

9 Kaptel II Wahrschelchketsrechug-Grudlage.. Axomatsche Defto der Wahrschelchket Def.: Se V e zufällger Versuch mt der Eregsmege Ω ud se Ω) { A A Ω} Eregsfeld zu V. Da heßt jede Abbldug : ( Ω) [ 0,] ( das P Wahrschelchketsmaß auf (Ω), falls P folgede Egeschafte erfüllt:. 0 P( A) P( ) 0 P( ). A B P( A) P( B) (Mootoe) 3. P( A B) P( A) + P( B) P( A B) (Addtvtät),, Ω (Normerthet) 4. U P ( A ) P( A ), falls A A j für j (σ-addtvtät) Bemerkuge:.) Verallgemeerug vo 3: See A,..., A paarwese dsjukt, d.h. A A j, für j. Da glt: ( L ) ( ) P A A A P A.) Das Axom 4 st ee wetere Verallgemeerug vo Axom 3 auf abzählbar vele paarwese dsjukte Eregsse. Folgeruge:. We A B (dsjukt) ( A B trete cht gemesam auf), da folgt aus 3: P( A B) P( A) + P( B). P( A) P( A) ( ) Bewes: Zu.) P( Ω) P A ( Ω A) \ P( A A) P ( A) + P( A) P( A) P( A) qed. Be der Herstellug ees Produktes trete Fehler "cht maßhaltg" (A) ud "cht fuktosfähg" (A) mt de Wahrschelchkete 0, bzw. 0,5 auf. Bede Fehler trete glechzetg be 5% aller Produkte auf. E Produkt st ur da verkäuflch, we es kee der bede Fehler hat. Mt welcher Wahrschelchket st e Produkt verkäuflch? Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 8

10 Kaptel II Wahrschelchketsrechug-Grudlage.3 De klasssche Wahrschelchket Def.: Se V e zufällger Versuch. We für de Mege Ω { ω ω } Elemetareregsse glt: Ω m < Ω edlch. ( ). P( { }) p... m,..., m aller ω (alle {ω } sd glechwahrschelch) da heßt V Laplace-Versuch. (Laplace-Versuche: typsch für Glücksspele) Satz: Se V e Laplace-Versuch, Ω { ω,..., ω m } ud se A Ω mt A { ω,... ω l}, j {,..., m}. Da glt: ( ) ω m P A l : m A Ω. P( { }),..., m. ( ) (Chace für das Etrete vo A) Bewes: Zu : ( ) { m} { } ( ω,..., ω ) ({ } { ω } L { ω m} ) ( ω ) ({ ω } ) L ({ ω m }) P Ω P P w p m P + P + + P p + p + L+ p m p P A P( ω,..., ω l ) P( { ω } { ω } L { ω l }) Zu : ( ) { } ged. P( { ω }) + L + P( { ω l }) + L+ m m l m Bespel 7: Werfe eer Müze Ω K, K, K, Z, Z, K, Z, Z {( ) ( ) ( ) ( )} ({ }) P( gleche Ergebsse ) P ( K K ) ( Z, Z ),, : 4 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 9

11 Kaptel II Wahrschelchketsrechug-Grudlage Bespel 8: Spel: 5DM Esatz, ee Zahl zwsche 0 ud 50 zufällg zehe. Ist de Zahl durch 6 oder 8 telbar, bekomme Se 0 DM. Würde Se deses Spel spele? Lösug: A 6 : Zahl st durch 6 telbar A 8 : Zahl st durch 8 telbar Ω,..., 50 { } A 6 {6,, 8, 4, 30, 36, 4, 48} A 8 {8, 6, 4, 3, 40, 48} A A A G 8 6 A G P( A G ) 50 Wahrschelcher Gew pro Spel: 5DM + 0DM 0, 50 We groß muß der Gew se, damt der Speler (m Schtt) kee Verlust macht? 5DM + xdm 0DM xdm 5DM x 0, 83 DM Bespel 9: Ich merke mr 6-stellge Zahl z z z z 3 z 4 z 5 z 6, z,..., 9 z z für alle j { } j We hoch st de Wahrschelchket, dese Zahle zu errate? 9! Ω ! A: rchtge Zahl tppe A P( A) A 3! 0, Ω 9! 9! 3! Nützlche kombatorsche Formel! Satz: a) Es gbt k Elemete auszuwähle. ( k)! k! Möglchkete ee k-elemetge Telmege aus b) Es gbt geau! Vertauschuge vo Elemete auf Plätze. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 0

12 Kaptel II Wahrschelchketsrechug-Grudlage Bespel 0: 3 Spelkarte (8 4 Farbe). Speler zeht Karte, ohe Zurücklege. We groß st de Wahrschelchket dafür, A : Bube A : Bube A 3 : 0 Bube zu zehe? Elemetareregs {, }, {,..., 3} ω K K K K Ω Mege aller -elemetge Telmege aus {K,...,K 3 } Ω A! 6!! ( ) 6 P A 0, A 4 8 P( A ) 0, A 3 378! 6!! ( ) 378 P A 3 0, Bespel : 4 4 s p m Buchstabe werde der Rehe ach aus der Ure gezoge ud zu eem Wort agelegt. We groß st de Wahrschelchket dafür, daß das Wort msssspp etsteht? Ω b,..., b b 4, 4 s, p, m { { }} Ω! {,...,,..., } A b b b b m s s s s p p A 4! 4!! 4! Möglchkete auf 4 Plätze azuorde 4! Möglchkete s auf 4 Plätze azuorde! Möglchkete p auf Plätze azuorde! Möglchkete für m 4! 4!!! P( A ) Ω! Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005)

13 Kaptel II Wahrschelchketsrechug-Grudlage.4 Bedgte Wahrschelchket ud Bereche vo Verbudwahrschelchkete Bespel : Wr betrachte ee Ure mt weße ud 3 schwarze Kugel aus der acheader Kugel zufällg etomme werde. Gezogee Kugel werde cht zurückgelegt. W : weß m -te Versuch S : schwarz m -te Versuch ( W ) P W ( / S ) P W / 4 ( W uter der Voraussetzug, daß m. Versuch weß gezoge wurde ) 4 Def.: Se V e zufällger Versuch mt der Mege der Elemetareregsse Ω ud see A Ω ud B Ω zwe Eregsse zu desem Versuch. P( A B) Da heßt de Wahrschelchket P( A / B) : bedgte Wahrschelchket P B vo A uter der Bedgug (Zusatzfo), daß B egetrete st. ( ) Das folgede Bespel macht de Defto der bedgte Wahrschelchket plausbel: Bespel 3: Kaste 300 LED s Farbe: rot/grü Form: / grü rot See B ud A grü zwe Eregsse. Da glt : P( grü ) P( ) P(grü ) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005)

14 Kaptel II Wahrschelchketsrechug-Grudlage P(A/B) P(grü / ) aalog: P( / rot) P ( rot ) P( rot) ( B) P( B) P A Iterpretato der bedgte Wahrschelchket: Ω A B A B ( ) ; P( A / B) P A A Ω A B Ω B Ω A B B P(A / B) Ω wrd auf de Mege B egeschräkt. Bereche Se zum Bespel 3 folgede Wahrschelchkete: P( grü/ ), P( /rot)! Satz : Es glt : Das Maß P A ( ): P( / A) st für festes A Ω e Wahrschelchketsmaß auf der Potezmege vo Ω, d.h. P( / A) erfüllt für jedes festes A Ω de 4 Axome der Wahrschelchket. Isbesodere glt da auch : P( B / A) P( B / A) Achtug: Es glt cht!!! : P( B / A) P( B / A) a) Bereche Se zur vorge -Aufgabe de Wahrschelchket dafür, daß e zufällg ausgewähltes Produkt auch de Fehler A bestzt, we bekat st, daß es de Fehler A hat! b) We groß st de Wahrschelchket, daß das Produkt de Fehler A cht hat, we bekat st, daß es berets de Fehler A hat? Bereche vo Verbudwahrschelchkete: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 3

15 Kaptel II Wahrschelchketsrechug-Grudlage De Berechug vo P( A B) ach der klasssche Methode ( P( A B) machmal sehr aufwedg. P( A B) bedgte Wahrschelchkete bereche. A B Ω ) st ka ma wesetlch lechter uter Verwedug der Es glt offeschtlch: ( ) ( / ) ( ) P A B P B A P A Satz: (Multplkatossatz) Se Ω de Mege der Elemetareregsse zu eem zufällge Versuch. See A, A,...,A mt A Ω belebge Eregsse. Da glt: P A A P A / A P A a) ( ) ( ) ( ) b) P( A A A 3 ) P( A) P( A / A) P( A 3 / ( A A )) c) P( A A A 3 L A ) P( A) P( A / A) P A 3 / ( A A ) ( ) Bewes: Vollstädge Idukto über! Bespel 4: ( ) ( 4 / 3 ) ( / ( L ) ) P A A A A P A A A A IA: a) Es glt: P( A A ) P( A / A ) P( A ) IS: vor: c) glt für A,..., A c) glt auch für A,..., A stellvertreted zege wr b): P A A A 3 P B A P A 4 43 B ( ) { ( / ) ( ) A ( 3 / ( )) ( ) P A A A P A A 443 IA a) ( 3 / ( )) ( / ) ( ) P A A A P A A P A qed. W weß be -ter Zehug s schwarz be -ter Zehug ( 3 4 ) ( ) ( ) ( ) P w s s w ( ) ( ( )) P w P s / w P s / w s P w / w s s Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 4

16 Kaptel II Wahrschelchketsrechug-Grudlage Bespel 5: Zustadsautomat (Markowgraph) Zustäde: Letug fre Letug belegt 3 Letug gestört Letug ädert Zustäde taktwese - Takt X,, 3 Zustad der Letug m Takt ( ) { } Vor.: P(X(0) ) (Letug st zu Beg fre) Taktwese werde de Zustäde gemäß Zustadsautomat mt de agegebee Zustadsübergagswahrschelchkete geädert. Offeschtlch glt: P ( X ( ) / X (0), X (),..., X ( ) ) P( X ( ) / X ( ) ) p, d.h. der Zustad mtakt hägt ur vom Zustad m Takt - ab ud cht vo der gaze Vergagehet! De sogeate (Zustads-) Übergagswahrschelchkete häge cht vom Takt ab. (X(), 0,,..., wrd auch als homogee Markowkette bezechet) We groß st de Wahrschelchket für folgede Zustadsverlauf: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 5

17 Kaptel II Wahrschelchketsrechug-Grudlage Nach Multplkatossatz glt: P(X(0) X() X() X(3) X(4) ) P(X(0) ) P(X() / X(0) ) P(X() / X(0) X() ) P(X(3) / X(0) X() X() ) P(X(4) / X(0) X(3) ) P(X(0) ) P(X() / X(0) ) P(X() / X() ) P(X(3) / X() ) P(X(4) / X(3) ) Uabhäggket vo Eregsse ( / w) P w ( / s) P w ( / w ) P w ( / s ) P w 4 Zehe ohe Zurücklege 5 Zehe mt Zurücklege P w 5 Def.: Zwe Eregsse A ud B heße stochastsch uabhägg, falls glt: P A B P( A) P B ( ) ( ) ( ) 5 Folgerug: See A ud B stochastsch uabhägg, da gelte folgede Bezehuge: P A / B P A P B b) P( A/ B ) P( A) P( B ), a) ( ) ( ) ( ) c) P( A / B) P( A) P( B) d) P( A / B ) P( A) P( B ) (d.h. de Wahrschelchket für das Etrete vo A bzw. A hägt cht vo B ud B ab!) Def.: A, A,..., A heße gegesetg stochastsch uabhägg A,..., A A,..., A glt: Telmege { l} { } P( A A L A ) P( A ) P( A ) L P( A ) l l Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 6

18 Kaptel II Wahrschelchketsrechug-Grudlage Bespel 6: Zwe Studete versuche uabhägg voeader de gleche Statstk- Aufgabe zu löse. Jeder löst de Aufgabe mt Wahrschelchket 0,6. We groß st de Wahrschelchket dafür, daß mdestes eer der bede de Augabe löst? S Studet löst Ausgabe, ( ) P (mdestes eer löst de Aufgabe) P S S P S + P S P S S ( ) ( ) ( ) ( ) P( S ) + P( S ) P( S ) P( S ) 0, 6 + 0, 6 0, 6 0, 6, 0, 36 0, 84, P S 0, 6 Bespel 7: Statstk-Klausur, 0 Aufgabe Jede Aufgabe hat 3 Atwortalteratve, vo dee geau ee rchtg st. We groß st de Wahrschelchket dafür, daß e Studet, der rät, alle Aufgabe rchtg löst? A Aufgabe rchtg gerate P( A A L A0 ) P( A) P( A ) L P( A0 ) 3 (Aufgabe werde uabhägg voeader gerate Ratewahrsc helchket P / ) ( ) 3 A 0 Bespel 8: E Gerät: E E3 E4 See folgede Eregsse defert : G - Gerät st OK, G -Gerät st cht OK, E - Bauelemet E st OK, E - Bauelemet E st cht OK. Zel: vo Ausfallhäufgket q des Geräts G auf Ausfallhäufgket eer bestmmte Baugruppe E (Bauelemet) schleße. Wr verefache dazu user Modell ud treffe folgede Aahme:. Alle Bauelemete sd detsch. Alle Bauelemete falle uabhägg voeader ud mt der gleche Wahrschelchket p aus: P( E )p,,,3,4. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 7

19 Kaptel II Wahrschelchketsrechug-Grudlage 3. Fuktoswese des Gerätes : Rehe fuktoert, falls bede Baugruppe fuktoere, Gerät fuktoert, falls ee Rehe fuktoert. Gegebe st u qp( G ). Gesucht st p. Lösug: Wr stelle ee Zusammehag zwsche p ud q her: ( ) P( Rehe ot OK Rehe ot OK) P G P( Rehe ot OK) P( Rehe ot OK) P( Rehe OK) P( Rehe OK) P( E E ) P E E ( ( p) ) ( ( p) ) q ( ) ( ) ( ( 3 4 )) ( ) q ( p) q p Se q 0,: 0, 0, 87 0, 73 D.h., de Ausfallwahrschelchket der Bauelemete darf 7,3% cht überschrete, damt das Gerät mt 90%tger Wahrschelchket cht ausfällt..6 Satz vo Bayes ud Formel der totale Wahrschelchket Bespel 9: offeschtlch st: P P 3 4 ( w / s ), P( s ) ( w / w ), P( w ) w weß -ter Zehug s schwarz -ter Zehug (ohe Zurücklege) We groß st aber de Wahrschelchket dafür, 'Weß' der zwete Zehug zu zehe (uabhägg davo, was bem erste Mal gezoge wurde)? Es glt: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 8

20 Kaptel II Wahrschelchketsrechug-Grudlage P ( w ) P( ( w w ) ( w s )) P( w w ) + P( w s ) P( w w ) P( w ) + p( w / s ) P( s ) / Satz.: Se V e zufällger Versuch mt der Mege Ω vo Elemetareregsse, se E das Eregsfeld zu V. See weterh B Ω e belebges Eregs zu V ud A,...,A e vollstädges Eregssystem E (d.h., A Ω,...,, A A für j ud A A L A Ω ). Da glt: P B P B / A P A + P B / A P A + + P B / A P A ( ) ( ) ( ) ( ) ( ) ( ) ( ) L (Formel der totale Wahrschelchket). j Bewes: A A Ω B A 3 A P Satz: (vo Bayes) ( B) P( ( B A ) ( B A ) L ( B A )) P( B A ) + L+ P( B A ) P( B A ) P( A ) + L+ P( B / A ) P( A ) a) Es glt: P( A / B) / P A ( ) P( B / A) P( B) qed. b) (Verallgemeerug): See A Ω,..., Eregsse mt A A j ud A A L A Ω. Se B Ω. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 9

21 Kaptel II Wahrschelchketsrechug-Grudlage Da glt: ( / B) P A ( ) P( B A ) P( B) P A ( ) P( B A ) / P A / j ( j ) P( B / A j ) P A Bewes: zu a) P( A / B) ( B) P( B) ( / ) P( A) P( B) P A P B A zu b) aalog qed. Awedug der Sätze zu folgede Fälle: Gegebe: P( A), P( B / A) Gesucht: P( A / B) Bespel 0: Se A techsche Fehlerart, de mt 0 % be alle Geräte ees bestmmte Typs vorkommt B Merkmal, ahad desse de Fehlerart A dagostzert werde ka Techker Merkmal Etschedug B A (defekt) B A (cht defekt) Fehletschedug: Das Merkmal trtt cht auf ( B ), aber Gerät st trotzdem defekt (A). Das Merkmal B trtt auf, aber de Gerät st O.K ( A ) Wrklchket O.K defekt Et- A A O.K B P(A/ B ) schedug defekt B P( A /B) ---- Fehletschedugswahrschelchkete: ( B) P A / Wahrschelchket dafür, dass e Gerät defekt st, welches als gesud egestuft wurde. P A / B Wahrschelchket dafür, dass e Gerät O.K st, welches als defekt ( ) egestuft wurde. Zel: E solches Merkmal B fde, dass de Wahrschelchket für Fehletscheduge Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 0

22 Kaptel II Wahrschelchketsrechug-Grudlage gerg st! geg.: P( B / A) 0, 8 P( B / A) 0, 3 P( A) 0, ges.: P( A / B), P( A / B) We groß sd de Fehlerwahrschelchkete für user Merkmal? Awedug des Satzes vo Bayes ud totaler Wahrschelchket : Es glt: P( A / B) ( / ) ( ) P( B) P B A P A ( ) ( ) NR: P B / A P B / A 0, 0, 8 0, + 0, 3 0, 9 0, 35 P B 0, 65 ud P B P B A P A P B A P A ( ) ( / ) ( ) + ( / ) ( ) ( ) P( B) ( / B) 0, 0, 0, 0 P A 0, 03 0, 65 0, I 3 % aller Dagose wrd e defektes Gerät als O.K egestuft! Bereche Se zu Bespel 0 de Irrtumswahrschelchket ( A B) P /! Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005)

23 Kaptel II Wahrschelchketsrechug-Grudlage.7 Übugsaufgabe. E zufällger Versuch bestehe m Werfe zweer Würfel. Ma bereche de Wahrschelchket dafür, daß de Summe 6, 7 oder 8 st! (Hwes: Klasssche Wahrschelchketsdefto beutze!). Jemad bewrbt sch be zwe Frme A ud B. De Wahrschelchket der Aahme seer Bewerbug schätzt er be Frma A mt 0,5 ud be Frma B mt 0,6 e. Weterh rechet er mt eer Wahrschelchket vo 0,3 vo bede Frme ageomme zu werde. We groß st de Wahrschelchket dafür, vo wegstes eer der bede Frme ee Zusage zu erhalte? (Hwes: Axom 3 beutze!) 3. (Aus eer USA-Stude über de Zusammehag zwsche Hautfarbe ud Beschäftgugsstatus) Es werde folgede Symbole beutzt: F Farbg, W Weß, B Beschäftgt, U Arbetslos. Be eer Utersuchug der Bevölkerug auf Hautfarbe ud Beschäftgugsstatus ergab sch folgede Häufgketstabelle: W F Total U B a) Vervollstädge Se de Tabelle! b) Bereche Se für e zufällges Idvduum de Wahrschelchkete: P(U), P(F), P(U/F)! c) Sd de Eregsse "de Hautfarbe st weß" ud " Beschäftgt" stochastsch uabhägg voeader? 4. G se e Gerät mt parallel geschaltete Bauelemete gleche Typs. Dabe sd jewels Bauelemete Rehe geschaltet. Das Gerät fällt aus, falls de Rehe ausfalle. Ee Rehe fällt aus, falls ees der bede Bauelemete ausfällt. De Bauelemete E j falle uabhägg voeader mt der gleche Wahrschelchket P(E j ot OK) 0, für alle,...,; j,, aus. Wevele Rehe muß das Gerät habe, damt de Ausfallwahrschelchket p des Gerätes 0, % cht überschretet, d.h. damt glt p P G ot OK 0, 00? ( ) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005)

24 Kaptel II Wahrschelchketsrechug-Grudlage G E E E E E E % eer bestmmte Populato see Fraue, 30 % Mäer, 0 % Kder. 5 % der Mäer, % der Fraue ud 0,5 % der Kder see zuckerkrak. a) We groß st de Wahrschelchket dafür, daß ee zufällg ausgewählte Perso zuckerkrak st? b) Sd de Eregsse De Perso st zuckerkrak ud De Perso st weblch stochastsch uabhägg voeader? c) Ee zufällg ausgewählte Perso st zuckerkrak. Mt welcher Wahrschelchket st dese Perso e Ma? (Hwes: Satz vo Bayes, Formel der totale Wahrschelchket) 6. E Arzt hat es sch zur Lebesaufgabe gemacht, zu dagostzere, ob ee vo zwe Krakhete A oder A oder kee vo bede be eem Patete vorlege. Der Arzt dagostzert dabe ahad der Beobachtug ees bestmmte Blutwertes, ob der Patet ee der bede Krakhete hat oder cht; d.h. de Dagoseregel des Arztes lautet: Blutwert erhöht etweder ur A oder ur A oder bede Krakhete lege vor Blutwert cht erhöht weder A och A lege vor. Es se bekat, daß be 90% aller Persoe, de sowohl A als auch A habe der Blutwert erhöht st; sowe be 80% aller Persoe, de ur de Krakhet A habe (ud cht A), be 70% aller Persoe, de ur A habe (ud cht A) ud 0% aller Fälle, de weder A och A habe. Weterh se bekat, daß A mt 5%ger Wahrschelchket ud A mt %ger Wahrschelchket der Bevölkerug vorkomme, ud 0% der Persoe, de A habe, auch de Krakhet A habe. Bereche Se de Wahrschelchket dafür, a) daß ee Perso ee erhöhte Blutwert ud de Krakhet A hat, b) daß ee Perso, de ee erhöhte Blutwert aufwest, de Krakhet A hat! c) daß ee Perso, de ee erhöhte Blutwert hat, weder A och A hat! Hwes: Bereche Se zuächst de Wahrschelchkete für folgede 4 Fälle: - A ud A lege vor - A ud cht A legt vor - A ud cht A legt vor - Weder A och A legt vor Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 3

25 Kaptel II Zufallsgröße ud hre Verteluge Zufallsgröße ud hre Verteluge. Zufallsgröße (Wederholug) Def.: Zufallsgröße sd zufällge Merkmale, de eem zufällge Versuch beobachtet werde ud dere Merkmalsauspräguge (Realseruge) durch Zahlewerte (drekt oder durch Skalerug) charaktersert werde. X Zufallsgröße x Realserug, Beobachtug X Werteberech vo X, X { a a k } [ a b],...,,... dskret, X X stetg Zufallsgröße Merkmalswerte Realserug Typ X Blutgruppe A, B, AB, 0,,, 3 dskret (omal) X Azahl der ω ( M, M ) 0,, dskret (ordal) Wappe be M Müzwurf { K (festgelegte Z} Bedeutug der T zufällge Lebesdauer (K, K) (K, Z) (Z, K) (Z, Z) Us teressere folgede Wahrschelchkete:. P(X x) Wahrschelchket dafür, daß X de Wert x ammt. P(a X b) Wahrschelchket dafür, daß X [a, b] 3. P(X a), P(X a) Zahle) 0 [0, ) stetg (proportoal). Wahrschelchketsvertelug dskreter Zufallsgröße Se X dskret, X { a a k },...,,.... Wr beötge ur p P(X a ) für,..., k,... Mt Hlfe der p köe Se alle Wahrschelchkete. 3. bereche: P(5 X 8) P(X 5 X 6 X 7 X 8) P(X 5) + P(X 6) + P(X 7) + P(X 8) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 4

26 Kaptel II Zufallsgröße ud hre Verteluge P(a X b) P( X a ) ud P(X a) a : a a b P(X a ) a: a a Def.: De Gesamthet ((p P(X a ), a X )) heßt Wahrschelchketsvertelug vo X. Darstellug: grafsch: P P p3... X a a ak X p p tabellarsch: X a a a k p p p p k aalytsch als Fukto: p f(, a ) Bespel 5: Zufallsexpermet: Werfe zweer Müze 0,,, 3, X Azahl K, X { } Ω ( K, K),( K, Z),( Z, K),( Z, Z) X { } X{ 0 } Gesucht: Wahrschelchketsvertelug vo X X 0 p p 0 p p p 0 P(X 0) P((Z, Z)) 4 p P(X ) P ( {( K Z ) ( Z, K,, )} ) 4 X 0 p 4 Verallgemeerug: (Berechug der p ) Ma betrachte de Zufallsgröße X als Abbldug vo Ω X: 4 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 5

27 Kaptel II Zufallsgröße ud hre Verteluge X : Ω X R Äquvalez vo Eregsse: { ω Ω ( ω) } Ω P( X x) P( A) ' X x' A X x A Ω Bespel 6: Versuch: Würfel mt Würfel X Summe der Augezahle ges.: Wahrschelchketsvertelug vo X: X p p p 3 p 4... p ( ) p P X,,..., ω ( ω) ( ) mt X A p Wahrschelchketsvertelug vo X, 36,, 36,,, ,,,, ,,,,, ,,,,,, ,,,,, ,,,, ,,, ,, 36, 36 3 ( ) ( ) 4 ( ) ( ) ( 3) 5 ( 4) ( 3 ) ( 3) ( 4 ) 6 ( 5) ( 4) ( 3 3) ( 4 ) ( 5) 7 ( 6) ( 5) ( 3 4) ( 4 3) ( 5 ) ( 6 ) 8 ( 6) ( 3 5) ( 4 4) ( 5 3) ( 6 ) 9 ( 3 6) ( 4 5) ( 5 4) ( 6 3) 0 ( 4 6) ( 5 5) ( 6 4) ( 5 6) ( 6 5) ( 6 6) ω ( w, w ) w {,..., 6} ( ) X ω w + w Ω 36 allgeme: p ( ) ( 3 ), 3,..., 7 8, 9,..., Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 6

28 Kaptel II Zufallsgröße ud hre Verteluge Bespel 7: (Awedug der Gesetze zum Reche mt Wahrschelchkete) k Schlüssel ur eer st rchtg! a) Besoffe: Auswahl (Probere) ees Schlüssels mt Zurücklege b) Nüchter: Auswahl (Probere) ees Schlüssels ohe Zurücklege Frage: We groß st de mttlere Zahl der Versuche bs zum Fde des rchtge Schlüssels? Lösug: Wr bereche zuächst de Wahrschelchketsvertelug für de Azahl X der Versuche bs zum Fde des rchtge Schlüssels: Se X 0 Schlüssel cht gefude Schlüssel gefude das Ergebs m.-te Versuch. zu a) X {,,..., k } ( X ) P( 0 X 0 X 0 X ) p L P X P X 0 P X 0 L P X 0 P X ( k ) ( ) ( ) ( ) ( ) ( k ) k k k k L k k k k k p:, k,,... k Bsp.: ( 3) k p p p p 3 3 4,, 3 L zu b) X {,,..., k } p P( X ) P( X 0 X 0 L X 0 X ) P( X 0) P( X 0/X 0) P( X 3 0/(X 0 X 0) ) L P( X 0 /( X 0... X 0) P( X /(X 0... X 0) ) k k k k k L k 3 k k ( ) ( ) ( ) k + k p,..., k k Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 7

29 Kaptel II Zufallsgröße ud hre Verteluge Um de o.g.frage ach der mttlere Azahl der Versuche bs zum Fde des rchtge Schlüssels zu beatworte, beötge wr de Begrff des Erwartugswertes eer Zufallsgröße, der m ächste abschtt egeführt wrd..3 Parameter dskreter Verteluge.3. Erwartugswert, Varaz ud Vertelugsfukto Se X dskret, X { a, a,..., a k } deskrptve Statstk Wahrschelchketsrechug a h (a ) a p P(X a ) a h (a ) a p a h (a ) h ( a ) p a k h (a k ) a k p k rel. Häufgketsvertelug Wahrschelchketsvertelug Aus der Kovergez der relatve Häufgket gege de Wahrschelchket ergbt sch: arthm. Mttel: k x x k a h ( a ) EX k a p Erwartugswert vo X Streuug: s k ( x x) ( a x) H ( a ) k ( a x) h ( a ) k Var ( X) a EX p ( ) - Varaz vo X Emprsche Vertelugsfukto: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 8

30 Kaptel II Zufallsgröße ud hre Verteluge F ( x) h ( a ) : a x Beobachtuge x, j,..., mt x x j j ( ) ( ) F x p P X x : a x Vertelugsfukto vo X Atel aller Def.: Se X dskret, X { a, a,..., a k,...} ud se ( ) Da heßt: Var (X) : F EX : a p - Erwartugswert vo X ( a EX ) p P X a,,,... p - Varaz vo X ( x) P( X x) - Vertelugsfukto vo X Zu Bespel 7: k 4, se X Zahl Versuche bs Fde des rchtge Schlüssels (ohe Zurücklege) p P( X ),, 3, 4 4 Wevel Versuche brauche ch m Mttel? EX , 5 + 0, , , 5, Zege Se für das Bespel 7 Fall a) daß für de erwartete Azahl vo Versuche bs zum Fde des rchtge Schlüssels glt k EX : p k k k : Bespel 8: Würfel mt Würfel, Spel: DM Esatz Gew: 0 DM Summe der Augezahle 5 DM Summe der Augezahle 6 DM Summe der Augezahle Würde Se deses Spel spele? Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 9

31 Kaptel II Zufallsgröße ud hre Verteluge P( Y ) Berechug des erwartete Gews pro Spel: Se X Summe der Augezahle ud Y Gew be Augezahl X, p P( X ) Gew X p Gew Y , ( ) 5 9 P Y 5, P ( Y 0 ), P ( Y 0 ) EY DM Erwarteter realer Gew: EY Esatz 0 DM.3. Quatle dskreter Verteluge Def.: Se X dskret, X { a,..., a k,...} ud se ( ) Wahrschelchketsvertelug vo X ud se F x) P( X x) p P X a,,,..., k,... de ( p de Vertelugsfukto vo X. Da heßt x α mt F( x ) α < F( x + ε) ε > 0, α-quatl der Vertelug X. α α a x.4 Stetge Zufallsgröße ud hre Verteluge, Vertelugsfukto ud Vertelugsdchte X stetg, d.h. [ a b], X. De Wahrschelchkete stetger Zufallsgröße werde mt Hlfe der Vertelugsfukto F(x) berechet. De Gestalt der Vertelugsfukto für stetge Zufallsgröße erhalte wr, dem wr de Übergag ees edlche Werteberech X { a,..., a k } zu eem kotuerlche Berech betrachte (sehe folgede Abblduge!). Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 30

32 Kaptel II Zufallsgröße ud hre Verteluge Dskrete Vertelugsfukto: X X { a,..., a k } F(x) [ P F(x) { [ ) ) P [ { ) a a a 3 a k X X Übegag zur stetge Vertelugsfukto: F(x) a k groß a k Stetges F(x) X X stetg kotuerlches X Def.: Wr bezeche jede Fukto F(x) mt folgede Egeschafte als F( x) P X x vo X: Vertelugsfukto ( ). x X : 0 F ( x). x x F( x) F( x ) (F: mooto wachsed) 3. lm F( x) 0, lm F( x) x x + 4. F(x) st überall stetg Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 3

33 Kaptel II Zufallsgröße ud hre Verteluge Folgerug:. 4. F(x) st bs auf höchstes edlch vele Stelle dfferezerbar, ud de Abletuge f ( x) F ( x) sd bs auf edlch vele Stelle auch stetg. Def.: De Abletug vo X. Es glt: F ( x) f ( x), x X heßt Wahrschelchketsdchte (Dchtefukto) x F ( x) f ( t) dt De Dchtefukto hat folgede Egeschafte:. f ( x) 0. f ( x) dx Überlege Se sch ahad eer Grafk, we de Wahrschelchketsvertelug eer dskrete Zufallsgröße be Übergag zu eem kotuerlche Werteberech (zu eer stetge Zufallsgröße) ausseht! We ka ma Wahrschelchkete, z.b. P(a<X<b), m stetge Fall bereche? Berechug vo Wahrschelchkete:. ( X b) F( b) P f ( x) dx. ( X a) P( X a) F( a) b P f ( x) dx 3. P( a X b) F( b) F( a) a Graphsch: f (x) F (b) P(X b) b X Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 3

34 Kaptel II Zufallsgröße ud hre Verteluge f (x) P(X a) a X P( a X b) f (x) a b X Zu 3.) F ( b) P( X b) P( X < a X [ a, b] ) P( X < a) + P( a X b ) P( a X b) P( X b) P( X < a ) Es glt weterh: P X a 0 4. ( ) 5. P( X a) P( X < a X a) P( X < a) + P( X a) P( X < a) P( X b) P( X a ) Zur Berechug vo Wahrschelchkete stetger Zufallsgröße beötge wr ur de Kets vo F(x) bzw. f(x). Bespel 9: Se X de Verspätug der U-Bah a eer bestmmte Haltestelle. X bestze folgede Dchtefukto: 0,5 0,5 x für f ( x) 0 für x [ 0,4] 0 x 4 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 33

35 Kaptel II Zufallsgröße ud hre Verteluge f (x) 0, Gesucht.: Wahrschelchket dafür, daß de Verspätug zwsche ud Mute legt! X Lös.: P ( X ) f ( x) dx ( ) 0, 5 0, 5 x dx 5 x x 0, Parameter stetger Verteluge.5. Erwartugswert ud Varaz Übergag zu kotuerlchem Werteberech: X dskret EX a p k ( ) ( ) k Var X a EX p x f ( x) dx EX ( x EX ) f ( x) dx Var(X) Def.: Se X ee stetge Zufallsgröße. Da heße ud Var ( X ) ( x EX ) f ( x) dx Varaz vo X. EX x f ( x) dx Erwartugswert vo X Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 34

36 Kaptel II Zufallsgröße ud hre Verteluge Bespel 30: U-Bah ges.: Erwartete Verspätug der U-Bah EX x f ( x) dx x x x x dx 4 m 0 sek 3.5. Quatle Def.: Se X ee stetge Zufallsgröße mt der Vertelugsfukto F(x) ud Vertelugsdchte f(x). x α Der Wert x α X, für de glt: F(x α ) α bzw. f x) dx P( X x ) α Quatl. ( α heßt (uteres) α x α X Bespel 3: Se X de zufällge Dauer vo Telefogespräche ud se de Dchte vo X x 5 durch f ( x) e gegebe. 5 a) We groß st de mttlere Gesprächsdauer? b) Welche Zet überschrete 80 % der Gespräche cht? c) We groß st de Wahrschelchket dafür, daß de zufällge Gesprächsdauer > 0 m st? (We groß st der Atel aller Gespräche, de läger als 0 m. dauer?) Zu a) Mt α /5 glt: EX α 0 x f ( x) dx x e αx dx 0 x αe αx dx partelle Itegrato Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 35

37 Kaptel II Zufallsgröße ud hre Verteluge x αx [ e ] 0 + α α e 0 αx dx α x αx e α α + α α α e αx dx 0 α Ergebs: x 5 f x e ( ) EX 5 5 m. α 5 Zu b) 0,8 80 % t Wr müsse das 80 % Quatl t 0,8 bereche! t0,8 t 0,8 : f ( x) dx 0, 8 dese Glechug st ach t 0,8 aufzulöse! t 0 0 0,8 e e 0,8 e l 5 e x 5 t 5 x 5 0,8 0 ( 0,8) t dx 0,8 0,8 0,8 0,8 t 5 0,8 l t 5 0,8 ( ) ( ) t 0,8 5 l 0, 5, 6 8 m. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 36

38 Kaptel II Zufallsgröße ud hre Verteluge x 5 Zu c) P( X > ) e dx e + e x e 0 e x 5 ( ) 0,35 3,5%.6 Egeschafte vo Erwartugswerte ud Varaz vo Zufallsgröße X dskret oder stetg (belebg) Satz:.) E( ax) aex.) E( a) a 3.) E( X + Y) EX + EY 4.) E( X Y) ( EX) ( EY) falls X ud Y stochastsch uabhägg Bewes.: Zu 4.) See X ud Y dskret, X { a,..., a k }, Y { b,..., b k } Satz: Es glt: Var X Var a Z X Y Z { a b,..., k j j,..., l } ( j ) ( j ) P Z a b P X a Y b ( ) ( ) P X a P Y b stoch. uabh. ( ) j ( j ) EZ E X Y a b P Z a b, j k ( ) ( ) a b P X a P Y b k j ( ) ( ) a P X a b P Y b l j j j EX.) ( ) [ ] [ ] ( ) E X E X E X EX.) ( ) 0 3.) Var( ax + b) a Var( X ) 4.) Var( ax + by ) a Var( X ) + b Var( Y ) j j l EY, falls X ud Y stochastsch uabhägg sd Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 37

39 Kaptel II Zufallsgröße ud hre Verteluge Bewes: Zu 3.) X stetg Var ( ax + b) ( ax + b E( ax + b) ) a ( ax a EX ) a ( x EX ) Var ( X ) f ( x) dx f ( x) dx f ( x) dx Bespel 3: See X ud Y Zufallsgröße mt EX 3 ud Var (X) bzw. EY 0 ud Var (Y). Gesucht: Leare Trasformato Y ay + b vo Y so, daß EY EX ud Var Y Var X. Lösug: EY EX E( ay + b) 3 + Var ( Y ) Var ( X) Var ( ay + b) a EY b 3 a 0 + b 3 ( ) a Var Y a a ± ± 0,707 b 3 7,07 4, ,07 b 0,07 Ergebs: Y 0,707X 4,07 oder Y 0,707X + 0, 07 Bespel 33: See µ : EX, σ Var ( X) E X µ E( X µ ) ( EX Eµ ) ( EX µ ) 0 σ σ σ σ X µ Var Var ( X µ ) Var ( X) σ σ σ Def.: Ee Zufallsgröße X mt EX 0 ud Var (X) heßt Stadardserte Zufallsgröße X EX X Stadardserug eer Zufallsgröße Var X ( ) Def.: Var ( X ) Stadardabwechug vo X. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 38

40 Kaptel II Zufallsgröße ud hre Verteluge.7 De Tschebyscheff-Uglechug Satz: Es glt: (( ) ε) ( ) Var X a) P X EX > ε Var X b) P( ( X EX ) ε) ε ( ) ε > 0 Wr köe also Wahrschelchkete ohe Kets der Vertelug abschätze, ur durch Verwedug vo EX, Var(X). Bespel 34: Produkto vo Schraube ( 5mm Norm! : d) X zufällger Schraubedurchmesser Es glt: EX d ud Var X 0,005 mm Ausschuß: Jede Schraube, de um mehr als 0, mm vom d abwecht. Ges.: Ausschußrate der Produkto Lös.: P( X d 0 mm) Var ( X), ( 0 ) mm ( 0, ) > 0, 73 7, 3% Satz a), Ausschußrate überschretet 7,3 % cht!.8 Hauptsatz der Statstk De Kovergez vo h ( a ) p P( X a ) Satz: (Hauptsatz der Statstk) beruht auf dem Hauptsatz der Statstk. Es glt: P lm sup F ( x) F( x) 0 x ℵ Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 39

41 Kaptel II Zufallsgröße ud hre Verteluge.9 Übugsaufgabe. I eer Sedug vo 8 Stück befde sch fehlerhafte Stücke. Es werde zufällg 3 Stück acheader ohe Zurücklege etomme. X se de zufällge Azahl der fehlerhafte Stücke uter dese 3 etommee. a) Bereche Se de Wahrschelchketsvertelug vo X ud stelle Se dese grafsch dar! b) Bereche Se EX ud Var(X).. Se 0 F ( x) x für x < für x < für x a) Zege Se, daß F(x) ) ee Vertelugsfukto eer Zufallsgröße X st! b) Stelle Se de Vertelugsfukto ud de Dchtefukto grafsch dar! c) Bestmme Se de Dchtefukto, de Erwartugswert ud de Meda! 3 d) Bereche Se P( 0 < X <, 5) ud P X > 4! 3. Be der Herstellug vo Welle sd alle Welle Ausschuß, de mm oder mehr vom Sollmaß vo 00mm Läge abweche. De zufällg schwakede Läge hat de Erwartugswert 00mm ud de Stadardabwechug Var( X) We groß st der Ausschußatel höchstes? 0, mm. 4. Se X ee Zufallsgröße mt EX 0 ud Var(X) 4. We muß ma X trasformere, damt für de trasformerte Zufallsgröße Y glt: EY 0, Var(Y)? 5. Se X ee stetge Zufallsgröße mt um xc symmetrscher Vertelugsdchte f(x), d.h. es gelte: f(c-x) f(c+x) für alle x R. a) Zege Se: EXc! b) Se Var(X)d. Bereche Se Abhäggket vo c ud d e möglchst klees Itervall I[c-h, c+h] mt h>0 (also h), welchem X mt mdestes 80% ger Wahrschelchket legt! Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 40

42 Kaptel II Zwedmesoale Verteluge 3 Mehrdmesoale ( zwedmesoale ) Verteluge 3. Zwedmesoale dskrete Verteluge See X, Y zwe dskrete Zufallsgröße mt de Wertebereche X { a,..., a k }, Y { b,..., b l }. Def.: De zwedmesoale Wahrschelchketsvertelug vo X ud Y st de Gesamthet p : P X a Y b,,..., k; j,..., l aller Wahrschelchkete j ( j ) Es glt:.) 0 p j k.) p j l j Bespel 35: Se M ee Masche mt empfdlche Bauelemete B, B. X, Y - Azahl der Ausfälle vo B bzw. B pro Tag. Se X { 0 } gemesame Ausfallvertelug se:,,, Y { 0 },,. De X / Y 0 0 0,3 0,0 0,4 0,46 0,8 0,0 0, 0,3 0, 0,06 0,06 0,4 0,6 0, 0,3 pj P( X Y j) z.b.: p 0 0, 0 Def.: De bedgte Vertelug vo X uter der Bedgug Y b j st de Gesamthet aller Wahrschelchkete. ( ) ( / j ) P( Y b j ) P X a Y b P / j: P X a / Y b j Pj,..., k. P j Def.: X X { a,..., a k }, Y Y { b b l },...,. X ud Y heße stochastsch uabhägg, falls glt: p/ j P j,..., k, j,..., l. Folgerug: X ud Y stochastsch uabhägg P p p ( P ( X a Y b ) P ( X a ) P ( Y b )) j j j j für alle,...,k ud j,...,l. Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 4

43 Kaptel II Zwedmesoale Verteluge Zu Bespel 35: Sd de Ausfälle B ud B voeader uabhägg? ( ) P P X 0 Y 0 0, 3 P P ? ( 0) P( Y 0 ) P X 0, 46 0, 6 0, 3 X ud Y sd cht stochastsch uabhägg. 3. Zwedmesoale stetge Verteluge See X, Y zwe stetge Zufallsgröße Def.: De Fukto F x, y) : P( X < x Y < y), x, y R ( heßt zwedmesoale Vertelugsfukto vo X ud Y. De Fukto f(x,y) mt de Egeschafte. f ( x, y) 0 x R, y R x y. F ( x, y) f ( ~ x, ~ y ) dxdv ~ ~ 3. f ( x, y) dxdy heßt zwedmesoale Vertelugsdchte vo X ud Y. Def.: Rad-Dchte (bzw. Rad-Verteluge) für X ud Y f X ( x) : f ( x, y) dy heßt (Rad-) Dchte vo X. b P( a < X < b) f X x dx ( ) a f Y ( y) : f ( x, y) dx heßt (Rad-) Dchte vo Y. b P( a < Y < b) fy x dy ( ) a Def.: X ud Y stetg mt der Dchtefukto f(x, y). Da heße X ud Y stochastsch uabhägg geau da we glt: f ( x, y) f ( x) f ( Y) x R, y R. X y Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 4

44 Kaptel II Zwedmesoale Verteluge Folgerug: X,Y see stetg. X ud Y sd stochastsch uabhägg. Da glt: F( x, y) F ( x) F ( Y ) X ( P( X x) Y y) P( X x) P( Y y) y < < X Y F ~ ) ~ ~ f ( ~ x) f ( ~ y) dxdy ~ ~ Bewes: ( x, y) f ( ~ x, y dxdy X Y X uabh. x y f ( ~ x) dx ~ f ( ~ y) dy ~ X F ( x) F ( y) X Y Y Y Bespel 36: See X, Y zwe Zufallsgröße mt der gemesame Dchtefukto f(x,y) x y e e für x 0 y 0 f ( x, y) 0 sost a) ges.: EX, EY Lös.: EX x f ( x) dx, EY y f ( y) dy X (X X R) Y f X f ( x, y) dy ( x) 0 für x < 0 0 e x e y dy e x 0 e y dy e x y [ e ] 0 e x für x 0 f Y y e für y 0 ( y) 0 für y < 0 [ ] X x x x 0 EX x f ( x) dx x e dx x e + e dx aalog: EY 0 b) ges.: P( X < Y < 3 ) Lös.: P ( X < Y < 3) F(,3) 3 f ( x, y) dxdy 3 x y e e dx dy x 0 y 0 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 43

45 Kaptel II Zwedmesoale Verteluge 0 0 ( 3 e )( e ) [ ] [ ] 3 x y x y 3 e dx e dy e e c) Sd X ud Y stochastsch uabhägg?? f ( x, y) f ( x) f X Y x y x y ( y) e e e e x, y 0 X ud Y sd stochastsch uabhägg! 0 0 Bespel 37: B B B3 B4 Se X de zufällge Lebesdauer vo Bauelemet B,,...,4 mt der jewelge Dchte: ( ) ( ) ( ) X : f ( x) 5 e X : f ( x) 6 e X : f ( x) e X4 : f4 ( x) e ( ) 3 3 x 5x 6x x x 0 Voraussetzug: Lebesdauer der Bauelemete sd uabhägg! Bereche Se de Wahrschelchket dafür, daß das Gerät läger als 0 Jahre fuktoert! Ges.: P ( G >0), G - zufällge Lebesdauer des Gerätes. Lös.: P ( G > 0 ) P(. Rehe > 0.Rehe > 0) P(.Rehe > 0) + P(.Rehe > 0) P(.Rehe > 0.Rehe > 0) Ax.3 P (.Rehe > 0) + P(.Rehe > 0) P(.Rehe > 0) P(. Rehe > 0) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 44

46 Kaptel II Zwedmesoale Verteluge (.Re > 0) ( > 0 > 0) P( B > 0) P( B > 0) P he P B B ( FX ( 0) ) ( FX ( 0) ) 0 0 f( x) dx f ( x) dx L 0 0 Bereche Se zu Bespel 37 de Wahrschelchket P(G>0)! 3.3 Parameter zwedmesoaler Verteluge 3.3. Erwartugswert ud Varaz See (X, Y) Zufallsgröße. Zur Berechug der Erwartugswerte EX, EY ud Varaze Var(X), Var(Y) sd deftosgemäß de (Rad-) Verteluge vo X ud Y zu bereche: See X bzw. Y dskret mt de Wertebereche X { a,..., a k } bzw. Y { b b j } Wahrschelchketsvertelug pj P( X a Y b j ),,..., k, j,..., l. Da glt: bzw. ud k EX a p l EY b p j j k ( ) ( ) Var X a EX p l ( ) ( j ) Var Y b EY p j j j,..., mt der wobe p bzw. p j de Radverteluge der gemesame Wahrschelchketsvertelug ( pj,,..., k, j,..., l) sd. See X ud Y stetg mt der gemesame Dchtefukto f(x,y). Da glt: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 45

47 Kaptel II Zwedmesoale Verteluge EX x f x ( x) dx EY y f y ( y) dy ( ) ( ) Var X x EX f ( x) dx ( ) ( ) Var Y y EY f ( y) dy wobe f x (x) ud f y (y) de Raddchte vo f(x,y) sd. x y 3.3. Kovaraz ud Korrelato Def.: ( ) ( ) ( ) [ ] [ ] [ ] [ ] Cov X, Y : E X EX Y EY E X Y EX EY heßt Kovaraz zwsche X ud Y. Satz:.) Cov( X, X) Var( X).) Cov( X, Y) 0 falls X ud Y stochastsch uabhägg 3.) Cov( X, Y + Z) Cov( X, Y) + Cov( X, Z) 4.) Cov( a + bx, Y) b Cov( X, Y) Def.: Uter der Korrelato zwsche X ud Y verstehe wr de Term R: (, ) ( ) Var( Y) Cov X Y Var X Satz: Es glt:.) R ( R ) falls Y ax + b, a > 0.) R falls Y ax + b, a < 0 0 falls X ud Y stochastsch uabhägg Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 46

48 Kaptel II Zwedmesoale Verteluge Bewese Se de Satz! 3.4 Zusammefassug deskrptve Statstk Wahrschelchketsrechug X Y x y L x y Stchprobe Stchprobekovaraz: sxy: x x y y ( )( ) E( X EX) ( Y EY) Cov( X Y), s x x s y y Var (X) Var (Y) Pearsosche Korrelato: sxy rxy: s s xx yy R (, ) ( ) Var( Y) Cov X Y Var X Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 47

49 Kaptel II Zwedmesoale Verteluge 3.5 Übugsaufgabe. E Gerät bestehe aus 4 Bauelemete B, B, B3, B4 gemäß folgeder Schaltug: B B B3 B4 X se de zufällge Lebesdauer des Bauelemets B. De Zufallsgröße X bestze folgede Dchtefuktoe f (x): e f ( x) x 4+ für x 0 für x < 0,, 3, 4 De Bauelemete falle uabhägg voeader aus. Bereche Se de Wahrschelchket dafür, daß das Gerät ee Lebesdauer vo mdestes 0 Jahre bestzt!. Ee Masche habe zwe besoders empfdlche Bautele B ud B, de häufg - aber höchstes mal pro Tag - ausfalle. See X bzw. Y de zufällge Azahl der Ausfälle vo B bzw. B pro Tag. De gemesame Wahrschelchketsvertelug vo X ud Y se folgeder Tabelle gegebe: 0 X/Y 0 0,3 0, 0, 0, 0,05 0,05 0,05 0,05 0 a) Bereche Se P( X > ) ud Y! b) Bereche Se de erwartete Zahl EX ud EY der Ausfälle vo B ud B! c) Falle B ud B stochastsch uabhägg voeader aus? 3. Aus eer Gruppe vo Ehepaare, be dee bede Parter berufstätg sd, wrd e Paar zufällg ausgewählt. We groß st de Korrelato zwsche dem Ekomme der bede Parter, we bekat st, daß für das Ekomme X des Maes EX 600 DM, Var(X) 50 DM glt, ud für das Ekomme Y der Frau EY 850 DM, Var(Y) 300 DM glt, sowe de Kovaraz zwsche X ud Y Cox(X,Y) 36 DM beträgt? Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 48

50 Kaptel II Spezelle Wahrschelchketsverteluge-dskret 4 Spezelle Wahrschelchketsverteluge 4. Dskrete Verteluge Voraussetzug: X dskret, X X { a,..., a k,...} p P( X a ),,,... Wr köe be dskrete Zufallsgröße de Wahrschelchketsvertelug aus der Versuchsaordug bestmme! 4.. Zwepuktvertelug X, X { a a } p P( X a) p ( ) p P X a p, a p, a ( p) Def: Ee Zufallsgröße X, dere Werteberech ur zwe Werte a, a umfaßt, heßt zwepuktvertelt. a Mßerfolg ( p) Schrebwese: X a Erfo lg p Üblcherwese werde Zwepuktverteluge we folgt skalert: a 0, a Def: Ee zwepuktvertelte Zufallsgröße mt dem Werteberech X { 0,} Beroull-Varable. Für ee Beroull-Varable glt offeschtlch: Bespel: Müzwurf! ( ) ( ) EX p, Var X p p heßt 4.. Dskrete Glechvertelug Def.: Ee dskrete Zufallsgröße X mt edlchem Werteberech X { a,..., a k } heßt glechvertelt auf X, falls glt: P( X a ) ( ) Bezechug: X ~ G { a,..., a k } für alle,,...,k. k [ bedeutet: st vertelt we (X F bedeutet: X bestzt de Vertelugsfukto F)] Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 49

51 Kaptel II Spezelle Wahrschelchketsverteluge-dskret Bespele: a) Würfel, a,,...,6, p 6 b) Smulato: glechwahrschelch: Routg Bomalvertelug Bespel 38: Ich würfele 3 mal uabhägg voeader. Se X de zufällge Azahl der gewürfelte Sechse. Gesucht: Vertelug vo X Lösug: Wr bereche stellvertreted de Wahrschelchket ( ) Se w - Würfelergebs vo Wurf,,,3 P X. ( ) ( ) ( 6, 6, 3 6) ( 6, 6, 3 6) ( 6, 6, 3 6) P( ( w 6, w 6, w 3 6) ) + P( w 6, w 6, w 3 6) + P( ( w 6, w 6, w 3 6) ) P( w 6) P( w 6) P( w 3 6) + P( w 6) P( w 6) P( w 3 6) + P( w 6) P( w 6) P( w 3 6) p p ( p) + p ( p) p + ( p) p p 3 p ( p) P X P w w w w w w w w w p p 3 3 0,,, 3 Verallgemeerug: P( X ) ( ) Def.: Se X ee Zufallsgröße (dskret) mt dem Werteberech X { 0,,..., }. We de Wahrschelchketsvertelug vo X de Gestalt p P( X ) p ( p) 0,..., bestzt, et ma X bomalvertelt mt de Parameter ud p. X ~ B, p Schrebwese: ( ) Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 50

52 Kaptel II Spezelle Wahrschelchketsverteluge-dskret Typsches Versuchsschema be der Bomalvertelug: (Beroull'sches Versuchsschema) Ich wederhole mal uabhägg voeader ee zwepuktvertelte Beroull-Versuch mt der Erfolgswahrschelchket p: X p 0 ( p) Erfo lg Mßerfo lg,..., X-Azahl der Erfolge (der ) be dese Wederholuge X Da glt: X ~ B(, p) X Bespel 39: Ich würfele 3 mal, X zufällge Azahl der 6 e, Zwepuktvertelter Versuch: Würfel eer 6 p X Würfel keer 6 p 6 p, 3 6 X ~ B 3, p 6 Bespel 40: Ee Statstkklausur umfasse 0 Aufgabe mt je 4 Atwortalteratve, vo dee ur ee rchtg st. We groß st de Wahrschelchket dafür, ur durch Rate wegstes 4 Aufgabe zu löse? Lös.: Aufgabe st rchtg gerate p X falsch ( p) 4 Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 5

53 Kaptel II Spezelle Wahrschelchketsverteluge-dskret X Azahl rchtg gerateer Aufgabe X ~ B 0, p 4 ( 4) ( 4) ( ) P X p X P X 0 P( X ) P( X ) M M Berechug vo EX ud Var(X) der Bomalvertelug: Satz : Se X~B(,p). Da glt: EX p ud Var(X) p(-p) Bewes: Es glt: X X, wobe ( p) X ~ 0 p,,...,. Uter Verwedug der Egeschafte vo Erwartugswert ud Varaz erhalte wr: qed. EX E X EX p p Var X Var X Var X ( ) ( ) ( ) ( ) p p p p Bespel 4: 0 Persoe werde glechwahrschelch Gruppe G, G egeordet. We groß st de Wahrschelchket dafür, daß am Ede bede Gruppe glechvele Persoe sd? X Azahl der Persoe G ges.: P( X 0 ) X ~ B 0, p Zwepuktvertelter Versuch: Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 5

54 Kaptel II Spezelle Wahrschelchketsverteluge-dskret X G( K) p 0 G ( Z) ( p),..., 0 (Müzwurf) ( 0) P X !!! 0 k k ( k) Bespel 4: De Wahrschelchket be eer U-Bah-Fahrt kotrollert zu werde beträgt 0 %. We groß st de Wahrschelchket dafür, erhalb vo 0 Fahrte a) höchstes 3x ( ) ( ) b) mehr als 3x P( X > 3) P( X 3 ) c) weger als 3x P( X < 3) p 0 + p + p d) geau 3x P( X 3) p 3 e) mdestes 3x P( X 3) P( X < 3 ) f) mehr als x ud weger als 4x ( > < ) + kotrollert zuwerde? P X 3 P X 0 X X X 3 p 0 + p + p+ p 3 X Azahl der Kotrolle erhalb vo 0 Fahrte X { 0,,..., 0} 0 p 0, Ax.3 P X X 4 p p 3 X Kotrolle be Fahrt X ~ B( 0;0, ) p P X 0 ( p) 0,9 ( ) (, ) (, ) Reche Se zu Bespel 4 ee der Telaufgabe a)-f) aus! Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 53

55 Kaptel II Spezelle Wahrschelchketsverteluge-dskret 4..4 De Possovertelug Se X ~ B(, p) We sehr groß, p sehr kle, da führt de Berechug vo p p ( p) machmal zu umersche Probleme. Ma ka p durch ee adere Ausdruck approxmere: Satz: Es glt: lm p 0 p λ kost. ( λ) p ( p) e 0! λ (ohe Bewes!) Für 0, p 0, 0 st de Approxmato: p ( p) e λ! λ mt λ p ausreched gut. Bespel 43: 000 Sadkörer, vo eer Sorte keme der Regel % cht. We groß st de Wahrschelchket dafür, daß vo dese 000 Körer mehr als 4 cht keme? Lösug: Se X Azahl der cht kemede Samekörer. Da glt: X ~ B 000, p 0, 0 ( ) 000 p Gesucht : P(X>4). ( 0, 0) ( 0, 09) e 0,..., 4! Es glt: ( ) ( ) P X > 4 P X 4 p0 p p p 3 p λ λ λ λ λ λ λ λ e λ e e e e! 3! 4! 3 4 e λ ( λ λ / λ / 3! λ / 4!) wobe λ p 0. Reche Se de gesuchte Wahrschelchket zu Bespel 43 aus! Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 54

56 Kaptel II Spezelle Wahrschelchketsverteluge-dskret Rekursosformel zur Berechug der Wahrschelchkete p p 0 e λ, p λ p,,,... λ e! λ p e 0 λ λ λ λ p e p 0 λ λ λ p e p! Bemerkug: Be eer B(, p) - vertelte Zufallsgröße X glt: EX p Var X p p λ ( ) ( ) Es gbt oft Stuatoe, dee ud p ubekat sd, aber p λ bekat st. I dese Stuatoe köe wr de Wahrschelchkete p P( X ) p ( p) cht bereche, aber de dese approxmerede Größe λ e! λ! Bespel 44: I eer Vermttlugsstelle gehe m Schtt 5 Arufe pro µs e. Maxmal schafft de Vermttlugsstelle 0 Arufe pro µs. We groß st de Wahrschelchket dafür, daß de Kapaztät der Vermttlugsstelle überschrtte wrd? (Merke: Azahl st her mmer bomalvertelt!) Aschlüsse Vermttlugsstelle Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 55

57 Kaptel II Spezelle Wahrschelchketsverteluge-dskret Lösug: Se X Azahl vo Arufe pro µs. Da st gesucht: P( X > 0 ). Es glt: X B( p) ~, EX p 5 Azahl der egehede Telehmer p Wahrschelchket für de Aruf ees Telehmers eer µs., p ubekat aber > 0, p < 0,0 ud p λ ( 0) P( X 0) P X > 0 0 p 0 0 λ λ 5 e e!! bekat 5 Def.: X se ee Zufallsgröße mt dem Werteberech X { } posso-vertelt mt dem Parameter λ, falls glt: ( ) ( λ) P X e! λ Bezechug : X ~ P( λ ) für 0,,,... 0,,,... N 0. Da heßt X Satz: Se X P( ) ~ λ. Da glt: EX λ, Var(X) λ. Bewes: (Taylorrehe der e-fukto) ( ) EX p e e e λ λ λ λ λ e e λ λ λ λ λ λ λ!!! 0 0 ( ) 0 0 Zur Var(X): Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades (005) 56

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 00 II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Lehrehet zur Kursehet Mathematk für Iformatker m Ferstudegag Allgemee

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Eletug - I - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Deskrptve Statstk Formelsammlug Statstk. Edmesoale Häugketsverteluge Merkmal: X Datemege (Stchprobe) vom Umfag N: x, x 2,..., x geordete Stchprobe: x (), x (2),..., x () mt x () x (2)... x () Auspräguge

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung Wahrschelchketsrechug ud Statstk - Zusamefassug atrck letscher. September 3 Wahrschelchkete. Eregsraum Der Eregsraum Ω umfasst alle möglche Ausgäge ees Zufallsexpermmets. E Elemetareregs Ω st e Elemet

Mehr

Deskriptive Statistik behaftet.

Deskriptive Statistik behaftet. De Statstk beschäftgt sch mt Masseerscheuge, be dee de dahterstehede Ezeleregsse mest zufällg sd. Statstk beutzt de Methode der Wahrschelchketsrechug. Fudametalregel: Statstsche Aussage bezehe sch e auf

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik Wahrschelchketsrechug ud Statstk ) Grudbegrffe der Statstk. Eletug Statstsche Methode dee zur Beurtelug vo Messuge oder Zähluge, kurz Beobachtuge geat, we se us m täglche Lebe velfach begege. Aufgabe der

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES Stochastk Ba-Studegag Scetfc rogrammg Wtersemester 06/07 FH CHN UNIVRSITY OF LID SCINCS Vorlesugshalte Stochastk I. Wahrschelchketsrechug I. führug de Kombatork I. Grudbegrffe I.3 Wahrschelchket I.4 Wahrschelchketsvertelug

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz Dskrete Zufallsvarable Wahrschelchketsräume Zufallsvarable rwartugswert Varaz Quz Im Fall eer Glechvertelug sd glech große Telmege vo Ω glech wahrschelch. Z.B. glt für Ω{0,,}: {0}{}{} 3 {0,}{0,}{,} 3 Aalog

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung Höhere Mathemat 4 Katel 7 Wahrschelchetsrechug Prof. Dr.-Ig. Deter Kraus Höhere Mathemat 4 Katel 7 Ihaltsverzechs 7 Wahrschelchetsrechug...7-7. Deftoe, Besele...7-7. Bedgte Wahrschelchete, uabhägge regsse...7-7.

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Peter von der Lippe. Induktive Statistik. Formeln, Aufgaben, Klausurtraining

Peter von der Lippe. Induktive Statistik. Formeln, Aufgaben, Klausurtraining Peter vo der Lppe Iduktve Statstk Formel, Aufgabe, Klausurtrag Ursprüglch verlegt be Oldebourg, her überarbeteter Form als dowload zur Verfügug gestellt Oldebourg Tel I Formelsammlug mt Tabelleahag 3 vo

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert)

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert) Lagemasse, Lokatosmasse Lageparameter. Charakterserug das Zetrum der Date Deskrptve Statstk Durchschttswert (der arthmetsche Mttelwert) average(...) Mttelwert(...) K (Modalwert, Dchtemttel): der Wert mt

Mehr

Ingrid A. Uhlemann (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Online Anhang: Lösung der Übungsaufgaben Kapitel 5-8,

Ingrid A. Uhlemann (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Online Anhang: Lösung der Übungsaufgaben Kapitel 5-8, Igrd A. Uhlema (015): Eführug de Statstk für Kommukatoswsseschaftler. Ole Ahag: Lösug der Übugsaufgabe Kaptel 5-8, Lösug der Übugsaufgabe Kaptel 5: Aufgabe 1: Geg.: Persoalserug ordal skalert, dskret Dauer

Mehr

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Leuphaa Uverstät Lüeburg Statstk II Wahrschelchketsrechug ud duktve Statstk Fakultät Wrtschaft Professur 'Statstk ud Free Berufe' Uv.-Prof. Dr. Joachm Merz Skrptum zur Vorlesug Elfte verbesserte Auflage

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge zumdest gedalch belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

Statistik II. Unterlagen zur Vorlesung. Wahrscheinlichkeitsrechnung und Schließende Statistik. Formeln, Tabellen, Beispiele

Statistik II. Unterlagen zur Vorlesung. Wahrscheinlichkeitsrechnung und Schließende Statistik. Formeln, Tabellen, Beispiele Johaes Guteberg-Uverstät Fachberech Rechts- ud Wrtschaftswsseschafte Isttut für Statstk ud Ökoometre Uv.-Prof. Dr. Peter M. Schulze Uterlage zur Vorlesug Statstk II Wahrschelchketsrechug ud Schleßede Statstk

Mehr

Diskrete-Strukturen und Wahrscheinlichkeitstheorie SS 2009

Diskrete-Strukturen und Wahrscheinlichkeitstheorie SS 2009 Mtschrft der Vorlesug Dskrete-Strukture ud Wahrschelchketstheore SS 009 Dr. Aradt Srvastav Dese Mtschrft st ke offzelles Skrpt se st cht ubedgt Vollstädg ud Fehlerfre. Se st velmehr ee Lerhlfe für dejege

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Problem des Zufalls wird durch mathematische Modelle widergespiegelt.

Problem des Zufalls wird durch mathematische Modelle widergespiegelt. Mahemak für VIW - Prof. Dr. M. Ludwg.2 Zufällge Eregsse Problem des Zufalls wrd durch mahemasche Modelle wdergespegel. Zufällger Versuch: Versuch m fesgelege belebg wederholbare Bedguge ud ugewssem Ergebs

Mehr

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren Als Esteg Als Esteg Populato Ω Grudgesamthet, cht beobachtbar mt ubekate Parameter, z.b. Erwartugswert μ, Stadardabwechug σ² Kegröße vo Stchprobe ud etsprechede Vertelugsparameter Stchprobeschätzug Dskrete

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 54 3.2.8 ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

1 Zufallsvorgänge und Wahrscheinlichkeiten

1 Zufallsvorgänge und Wahrscheinlichkeiten Zufallsvorgäge ud Wahrschelchkete MANFRED BOROVCNIK Ihaltsverzechs. Zufallsvorgäge. Wahrschelchkete.3 Bedgte Wahrschelchkete ud Uabhäggket. Zufallsvorgäge Zufallsvorgäge ud Ergebsmege Eregsse ud hre Verküpfug

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge (zumdest gedalch) belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge (zumdest gedalch) belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten: FH Wedel Prof. Dr. Sebasta Iwaows D5 Fole Dsrete athemat Sebasta Iwaows FH Wedel ap.5: ombator Refereze zum Nacharbete: Lag 5. 5. 7. (Bsp. 4) Beutelspacher 4 (außer Fxpute vo Permutatoe) eel 8 Hacheberger

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr