Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Größe: px
Ab Seite anzeigen:

Download "Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente"

Transkript

1 Mehrstufige Zufallsexperimente Inhalt Mehrstufige Experimente Bedingte Wahrscheinlichkeiten Seite 2

2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der Reihe nach nach (in (in Stufen) ausgeführt. Dabei können die die Experimente einer einer Stufe von von den den Experimente der der vorigen Stufen abhängen oder oder nicht. Grundmodellierung: Ω = Ω 1 1 Ω 2 2 Ω Ω n, n, dabei ist ist Ω i die i die Ergebnismenge der der i-ten i-ten Stufe. Seite 3 Beispiel In In einer einer Urne Urne seien eine eine rote roteund drei drei blaue Kugeln enthalten. Man Man zieht zieht zufällig eine eine der der Kugeln und und legt legt dann dann diese und und eine eine weitere Kugel der der gezogenen Farbe in in die die Urne Urne zurück. Nun Nun zieht zieht man man ein ein zweites Mal. Mal. Wie Wie groß groß ist ist die die Wahrscheinlichkeit, jetzt jetzt eine eine rote rotekugel zu zu ziehen? Modellierung: Ω = Ω 1 1 Ω 2 mit 2 mit Ω 1 = 1 Ω 2 = 2 {r, {r, b}. b}. Das Das Ereignis beim zweiten Mal Mal eine eine rote rote Kugel ist ist A = {(r {(r,, r), r), (b (b,, r)}. r)}. Seite 4

3 Bestimmung der Wahrscheinlichkeiten Frage: Was Was ist ist p(ω) p(ω) für für ω = (a (a 1, 1, a 2 ) 2 ) A? A? Stufe: Die Die Wahrscheinlichkeit für für rr ist ist ¼, ¼, die die für für b ist ist ¾. ¾ Stufe: Im Im Fall Fall a 1 = 1 rr enthält die die Urne Urne vor vor dem dem zweiten Ziehen 2 rote roteund 3 blaue Kugeln. Also Also ist ist die die Wahrscheinlichkeit für für rot rot = 2/5. 2/5. Im Im Fall Fall a 1 = 1 b enthält die die Urne Urne vor vor dem dem zweiten Ziehen 1 rote roteund 4 blaue Kugeln. Also Also ist ist die die Wahrscheinlichkeit für für rot rot = 1/5. 1/5. Seite 5 Übergangswahrscheinlichkeiten Daraus ergibt sich sich p(r, p(r, r) r) = 1/4 2/5 = 2/20, 2/20, p(r, p(r, b) b) = 1/4 1/4 3/5 3/5 = 3/20, 3/20, p(b, p(b, r) r) = 3/4 1/5 = 3/20, 3/20, p(b, p(b, b) b) = 3/4 3/4 4/5 4/5 = 12/20. Erster Faktor: Wahrscheinlichkeit für für das das erste erste Experiment Zweiter Faktor: Wahrscheinlichkeit für für den den Ausgang des des zweiten Experiments aufgrund des des Ausgangs des des ersten Experiments Diese zweiten Faktoren heißen Übergangswahrscheinlichkeiten. Es Es ergibt sich: sich: P(A) P(A) = p(r, p(r, r) r) + p(b, p(b, r) r) = 2/20 2/20 + 3/20 3/20 = ¼. ¼. Seite 6

4 Baumdiagramm Start 1/4 3/4 r b 2/5 3/5 1/5 4/5 r b r b 2/20 3/20 3/20 12/20 Seite 7 Pfadregeln An An jeder jeder Verbindung findet man man die die entsprechende Übergangswahrscheinlichkeit Pfadregel (Multiplikationsregel): Um Um die die Wahrscheinlichkeit eines Elementarereignisses ω zu zu erhalten, multipliziert man man die die Wahrscheinlichkeiten auf auf dem dem Pfad Pfad zu zu ω. ω Pfadregel (Additionsregel): Um Um die die Wahrscheinlichkeit eines Ereignisses A zu zu erhalten, addiert man man die die Wahrscheinlichkeiten aller aller Ereignisse ω A. A. Seite 8

5 Formalisierung Startverteilung: Es Es gibt gibt Wahrscheinlichkeiten p 1 (a 1 (a i ), i ), a i i Ω 1 mit 1 mit p 1 (a 1 (a 1 ) 1 ) + p 1 (a 1 (a 2 ) 2 ) = Für Für alle alle a i i Ω 1 gibt 1 gibt es es Übergangswahrscheinlichkeiten p 2 (b 2 (b j j a i ), i ), b j j Ω 2 mit 2 mit p 2 (b 2 (b 1 1 a i ) i ) + p 2 (b 2 (b 2 2 a i ) i ) = Für Für alle alle a i i Ω 1, 1, b j j Ω 2 gibt 2 gibt es es Übergangswahrscheinlichkeiten p 3 (c 3 (c k k a i, i, b j ), j ), c k k Ω 3 mit 3 mit p 3 (c 3 (c 1 1 a i, i, b j ) j ) + p 3 (c 3 (c 2 2 a i, i, b j ) j ) = Usw. Usw Pfadregel: Für Für ω = (a (a i, i, b j, j, c k, k,...) gilt gilt p(ω) p(ω) = p 1 (a 1 (a i ) i ) p 2 (b 2 (b j j a i ) i ) p 3 (c 3 (c k k a i, i, b j ) j ) Seite 9 Produktexperimente Idee: Idee: Das Das j-te j-teexperiment wird wird unabhängig von von den den ersten j 1 j 1 Experimenten durchgeführt. Vorstellung: (a) (a) Experimente räumlich und und zeitlich getrennt. (b) (b) Experimente gleichzeitig. Beispiel: Mehrfaches Würfeln Mathematische Beschreibung: Für Für ω = (a (a i, i, b j, j, c k, k,...) gilt gilt p(ω) p(ω) = p 1 (a 1 (a i ) i ) p 2 (b 2 (b j j a i ) i ) p 3 (c 3 (c k k a i, i, b j ) j ) Seite 10

6 6.2 Bedingte Wahrscheinlichkeiten Idee: Idee: Verwertung von von Teilinformationen, Lernen aus aus Erfahrung In In der der Regel: Wahrscheinlichkeit eines Ereignisses, das das feststeht das das wir wir aber aber nicht nicht kennen. Seite 11 Beispiele 1, 1, 2 Beispiel In In einer einer Urne Urne sind sind zwei zwei rote, rote, zwei zwei schwarze und und zwei zwei blaue Kugeln. Eine Eine Person zieht zieht zufällig Kugeln (ohne Zurücklegen). Sie Sie teilt teilt einer einer anderen Person (per (per Telefon) mit, mit, wann sie sie zum zum ersten Mal Mal eine eine blaue Kugel zieht. Angenommen, das das ist ist beim beim dritten Mal. Mal. Wie Wie groß groß ist ist die die Wahrscheinlichkeit, dass dass die die ersten beiden Kugeln rot rotwaren? Beispiel Ziegenproblem : Der Der Kandidat zeigt zeigt auf auf Tür Tür 1, 1, der der Moderator öffnet Tür Tür 3 (Ziegentür). Wie Wie groß groß ist ist die die Wahrscheinlichkeit, dass dass Tür Tür 2 die die Autotür ist? ist? Seite 12

7 Beispiel 3 Beispiel Weit Weit entfernt werden zwei zwei Würfel geworfen. Per Per Telefon erhalten wir wir die die Nachricht Augensumme mindestens Wie Wie groß groß ist ist die die Wahrscheinlichkeit, dass dass mindestens einer einer der der Würfel eine eine Sechs zeigt? Bemerkung: Bei Bei allen allen Experimenten geht geht es es um um die die Wahrscheinlichkeit eines Ereignisses, das das feststeht aber aber uns uns unbekannt ist. ist. Seite 13 Erste mathematische Modellierung Wir Wir betrachten ein ein Zufallsexperiment ω. ω. Wir Wir wissen nur, nur, dass dass ein ein Ereignis B Ω eingetreten ist, ist, dass dass also also ω B ist. ist. Ziel: Ziel: Bestimmung der der Wahrscheinlichkeit für für das das Eintreten eines Ereignisses A Ω unter unter der der Bedingung B. B. Wir Wir schreiben dafür dafür P(A B). Seite 14

8 Motivation durch relative Häufigkeiten Man Man könnte sich sich vorstellen, den den Wert Wert P(A B) dadurch anzunähren, dass dass man man viele viele Versuche durchführt: rr n (A B) n = (Anzahl der der Versuche, in in denen A und und B eintritt) :: (Anzahl der der Versuche, bei bei denen B eintritt) Anders geschrieben: rr n (A B) n = rr n (A n (A B) B) // rr n (B). n (B). Seite 15 Definition Definition. Sei Sei (Ω, (Ω, P) P) ein ein Wahrscheinlichkeitsraum, und und seien A, A, B Ω Ereignisse mit mit P(B) P(B) > Dann heißt heißt P(A B) = P(A P(A B) B) // P(B) P(B) die die bedingte Wahrscheinlichkeit von von A unter der der Bedingung (Hypothese )) B. B. Schreibweise: P B (A) (A) = P(A B) Seite 16

9 Einfache Eigenschaften Hilfssatz. (a) (a) 0 P B (A) B (A) 1 für für alle alle A Ω. Ω. (b) (b) P B (Ω) B (Ω) = P B (B) B (B) = (c) (c) P B (A B (A 1 1 A 2 ) 2 ) = P B (A B (A 1 ) 1 ) + P B (A B (A 2 ), 2 ), falls falls A 1, 1, A 2 disjunkte 2 Ereignisse sind. sind. Beweis. (a) (a) Wegen A B B ist ist P(A P(A B) B) P(B), P(B), also also P(A B) = P(A P(A B) B) // P(B) P(B) (c) (c) P B (A B (A 1 A 1 A 2 ) 2 ) = P((A P((A 1 A 1 A 2 ) 2 ) B) B) // P(B) P(B) = P((A P((A 1 B) 1 B) (A (A 2 B)) 2 B)) // P(B) P(B) = [P(A [P(A 1 B) 1 B) + P(A P(A 2 B)] 2 B)] // P(B) P(B) = P(A P(A 1 B) 1 B) // P(B) P(B) + P(A P(A 2 B) 2 B) // P(B) P(B) = P B (A B (A 1 ) 1 ) + P B (A B (A 2 ). 2 ). Seite 17 Spezialfall Für Für ω Ω gilt gilt p B (ω) B (ω) = p(ω) p(ω) P(B) P(B) 1 1,, falls falls w B p B (ω) B (ω) = 0 sonst. D.h. D.h. man man stellt stellt sich sich vor, vor, dass dass für für alle alle ω Ω die die Wahrscheinlichkeit p(ω) p(ω) um um den den Faktor P(B) P(B) 1 1 vergrößert wird, wird, und und sonst = 0 gesetzt wird. wird. Seite 18

10 Lösung Beispiel Wir Wir nummerieren die die Kugeln mit mit 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6 durch, wobei 1, 1, 2: 2: rot, rot, 3, 3, 4: 4: blau, blau, 5, 5, 6: 6: schwarz. Wir Wir betrachten die die Ereignisse A = {(a {(a 1, 1, a 2, 2, a 3 ) 3 ) {a {a 1, 1, a 2 } 2 } = {1,2}} ( die ( die beiden ersten Kugeln sind sind rot ) rot ) B = {(a {(a 1, 1, a 2, 2, a 3 ) 3 ) a 3 3 {3,4}, a 1, 1, a 2 2 {1,2,5,6}} ( beim dritten Wurf Wurf zum zum ersten Mal Mal eine eine blaue Kugel ). Wir Wir interessieren uns uns für für P(A B). Seite 19 Lösung Beispiel Es Es gilt gilt Seite 20

11 Das Ziegenproblem Wir Wir modellieren das das Ziegenproblem wie wie folgt: folgt: Sei Sei Ω = {1,2,3} {1,2,3} {1,2,3}. Ein Ein Element ω = (a (a 1, 1, a 2, 2, a 3 ) 3 ) Ω interpretieren wir wir so: so: a 1 ist 1 ist die die Nummer der der Autotüre, a 2 die 2 die Nummer der der vom vom Kandidaten gewählten Tür, Tür, a 3 die 3 die vom vom Moderator geöffnete Tür. Tür. Für Für die die Wahrscheinlichkeiten nehmen wir wir an: an: p 1 (j) 1 (j) = 1/3, 1/3, denn denn das das Auto Auto wird wird zufällig auf auf eine eine der der Türen verteilt. p 2 (k 2 (k j) j) = 1/3, 1/3, denn denn der der Kandidat wählt rein rein zufällig eine eine Tür. Tür. Es Es gilt gilt p(ω) p(ω) = p(a p(a 1, 1, a 2, 2, a 3 ) 3 ) = p 1 (a 1 (a 1 ) 1 ) p 2 (a 2 (a 2 2 a 1 ) 1 ) p 3 (a 3 (a 3 3 a 1, 1, a 2 ). 2 ). Seite 21 Das Ziegenproblem II II Wir Wir nehmen an, an, dass dass der der Moderator im im Fall, Fall, dass dass ihm ihm zwei zwei Türen zur zur Auswahl stehen, zufällig eine eine der der beiden wählt. Das Das bedeutet: p 3 (h 3 (h j, j, k) k) = 1, 1, falls falls j, j, k, k, h die die drei drei Zahlen 1, 1, 2, 2, 3 sind. sind. p 3 (h 3 (h j, j, k) k) = 1/2, 1/2, falls falls j j = k, k, aber aber h j. j. p 3 (h 3 (h j, j, k) k) = 0 in in allen allen anderen Fällen. Das Das bedeutet p(j, p(j, k, k, h) h) = 1/9, 1/9, falls falls j, j, k, k, h die die drei drei Zahlen 1, 1, 2, 2, 3 sind. sind. p(j, p(j, k, k, h) h) = 1/18, 1/18, falls falls j j = k, k, aber aber h j. j. p(j, p(j, k, k, h) h) = 0 in in allen allen anderen Fällen. Seite 22

12 Das Ziegenproblem III: III: Die Gewinnwahrscheinlichkeiten Schließlich definieren wir: wir: A j = j {(a {(a 1, 1, a 2, 2, a 3 ) 3 ) Ω a 1 = 1 j} j} ( das ( das Auto Auto ist ist hinter der der Türe Türe j ) j ) W k = k {(a {(a 1, 1, a 2, 2, a 3 ) 3 ) Ω a 2 = 2 k} k} ( der ( der Kandidat wählt Türe Türe k ) k ) M h = h {(a {(a 1, 1, a 2, 2, a 3 ) 3 ) Ω a 3 = 3 h} h} ( der ( der Moderator öffnet die die Türe Türe h ) h ) Wir Wir interessieren uns uns zum zum Beispiel für für die die Wahrscheinlichkeit P(A P(A 2 2 W 1 1 M 3 ), 3 ), d.h. d.h. die die Wahrscheinlichkeit, das das Auto Auto hinter Tür Tür 2 zu zu finden, falls falls der der Kandidat Tür Tür 1 gewählt und und der der Moderator Tür Tür 3 geöffnet hat hat (Erfolg der der Wechselstrategie). Seite 23 Das Ziegenproblem IV IV P(A P(A 2 2 W 1 1 M 3 ) 3 ) = P(A P(A 2 2 W 1 1 M 3 ) 3 )// P(W P(W 1 1 M 3 ) 3 ) = = p(2, p(2, 1, 1, 3) 3) //[p(2, [p(2, 1, 1, 3) 3) + p(1, p(1, 1, 1, 3)] 3)] = 1/9 1/9 //[1/9 [1/9 + 1/18] 1/18] = 2/3. 2/3. (Beachte, dass dass W 1 1 M 3 = 3 {(2,1,3), (1,1,3)}, da da das das Ereignis (3,1,3) nicht nicht möglich ist.) ist.) Andererseits ist ist P(A P(A 1 1 W 1 1 M 3 ) 3 ) = P(A P(A 1 1 W 1 1 M 3 ) 3 )// P(W P(W 1 1 M 3 ) 3 ) = = p(1, p(1, 1, 1, 3) 3) //[p(2, [p(2, 1, 1, 3) 3) + p(1, p(1, 1, 1, 3)] 3)] = 1/18 1/18 //[1/9 [1/9 + 1/18] 1/18] = 1/3. 1/3. Mit Mit anderen Worten: Die Die Wechselstrategie verdoppelt die die Gewinnchancen! Seite 24

13 Die Formel von der totalen Wahrscheinlichkeit Formel von von der der totalen Wahrscheinlichkeit. Seien A 1, 1, A 2, 2,,, A s Ereignisse, s die die paarweise disjunkt sind, sind, und und für für die die A 1 1 A 2 2 A s = s Ω gilt. gilt. Dann gilt gilt für für jedes Ereignis B: B: P(B) P(B) = P(A P(A 1 ) P(B 1 ) P(B A 1 ) 1 ) + P(A P(A 2 ) P(B 2 ) P(B A 2 ) 2 ) P(A P(A s ) P(B s ) P(B A s ). s ). Beweis für für s = P(B) P(B) = P(Ω P(Ω B) B) = P((A P((A 1 1 A 2 ) 2 ) B) B) = P((A P((A 1 1 B) B) (A (A 2 2 B)) B)) = P(A P(A 1 1 B) B) + P(A P(A 2 2 B) B) = P(A P(A 1 ) P(B 1 ) P(B A 1 ) 1 ) + P(A P(A 2 ) P(B 2 ) P(B A 2 ). 2 ). Seite 25 Die Formel von Bayes Formel von von Bayes (Thomas Bayes ). Seien P(A) P(A) > 0, 0, P(B) P(B) > Dann gilt: gilt: P(A P(A B) B) = P(A) P(A) P(B P(B A) A) // P(B). P(B). Beweis. Da Da P(A) P(A) > 0 und und P(B) P(B) > 0, 0, existieren die die bedingten Wahrscheinlichkeiten P(B P(B A) A) und und P(A P(A B), B), und und nach nach Definition gelten: P(A P(A B) B) = P(A P(A B) B) P(B) P(B) und und P(A P(A B) B) = P(B P(B A) A) P(A). P(A). Zusammen folgt folgt P(A P(A B) B) P(B) P(B) = P(A P(A B) B) = P(B P(B A) A) P(A). P(A). Seite 26

14 Das Simpson-Paradox Vor Vor einigen Jahren trat trat an an der der University of of Berkeley in in Kalifornien folgendes Phänomen auf: auf: --Unter je je Bewerbern wurde weniger Frauen als als Männer zugelassen, --in in jedem Fach Fach wurden Frauen gegenüber Männern prozentual bevorzugt. Seite 27 Simpson-Paradox: Beispiel Wir Wir machen uns uns das das an an einem Beispiel klar. klar. Die Die Universität möge nur nur zwei zwei Fächer haben. Männer Frauen Bewerber zugelassen Bewerberinnen zugelassen Fach Fach (80%) (90%) Fach Fach (20%) (30%) Summe Seite 28

15 Stochastische Unabhängigkeit Wir Wir wollen ausdrücken, dass dass das das Eintreten eines Ereignisses B keinen Einfluss auf auf das das Eintreten eines Ereignisses A hat. hat. Definition. Seien A und und B Ereignisse. Wir Wir nennen diese stochastisch unabhängig, wenn P(A) P(A) = P(A P(A B) B) gilt. gilt. Beobachtung: P(A) P(A) = P(A P(A B) B) P(A P(A B) B) = P(A) P(B) P(B) P(B) = P(B P(B A). A). (Beweis: P(A) P(A) = P(A P(A B) B) P(A) P(A) = P(A P(A B) B) // P(B) P(B) P(A) P(A) P(B) P(B) = P(A P(A B) B) P(B) P(B) = P(A P(A B) B) // P(A) P(A) P(B) P(B) = P(B P(B A).) A).) Seite 29 Beispiele Würfeln mit mit einem Würfel: A = {2,3}, B = {2,4,6}. P(A) P(A) = 2/6 2/6 = 1/3, 1/3, P(B) P(B) = 3/6 3/6 = 1/2, 1/2, P(A P(A B) B) = 1/6. 1/ Zweimaliges Würfeln. A = Augensumme ist ist gerade, B = der der erste erste Wurf Wurf hat hat eine eine gerade Augenzahl P(A) P(A) = 1/2, 1/2, P(B) P(B) = 1/2, 1/2, P(A P(A B) B) = ¼. ¼. Seite 30

16 Komplementäre Ereignisse Hilfssatz. Seien A und und B unabhängige Ereignisse. Dann sind sind auch auch A und und B (= (= Ω \\ B) B) unabhängig. Beweis. Es Es gilt gilt P(A P(A B) B) = P(A P(A \\(A (A B)) B)) = P(A) P(A) P(A P(A B) B) = P(A) P(A) P(A) P(A) P(B) P(B) = P(A) P(A) (1 (1 P(B)) = P(A) P(A) P(B). Seite 31 Verallgemeinerung der Definition Definition. Drei Drei Ereignisse A, A, B, B, C werden stochastisch unabhängig genannt, wenn folgende Gleichungen gelten: P(A) P(A) P(B) P(B) = P(A P(A B), B), P(B) P(B) P(C) P(C) = P(B P(B C), C), P(A) P(A) P(C) P(C) = P(A P(A C), C), P(A) P(A) P(B) P(B) P(C) P(C) = P(A P(A B C). C). Entsprechend: Verallgemeinerung auf auf vier, vier, fünf, fünf, Ereignisse. Seite 32

17 Beispiel Viermaliger Münzwurf. A = Kopf Kopf im im ersten Wurf Wurf B = Kopf Kopf im im zweiten Wurf Wurf C = Kopf Kopf im im dritten Wurf Wurf P(A) P(A) = P(B) P(B) = P(C) P(C) = 1/2. 1/2. P(A P(A B) B) = P(B P(B C) C) = P(A P(A C) C) = 1/4. 1/4. P(A P(A B C) C) = 1/8. 1/8. Seite 33

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 18 (Satz von der totalen Wahrscheinlichkeit) Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus, V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.

Mehr

8. Wahrscheinlichkeitsrechnung

8. Wahrscheinlichkeitsrechnung Didaktik der Geometrie und Stochastik WS 09/10 Bürker 27. 1. 11 8. Wahrscheinlichkeitsrechnung 8.1 Begriffe 8.1.1 Zufallsexperiment Was ist ein Zufallsexperiment? a) Mehrere Ergebnisse möglich b) Ergebnis

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

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit

Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Dozentin: Wiebke Petersen 8. Foliensatz Wiebke Petersen math. Grundlagen 1 Motivation Bsp.: In vielen Bereichen der CL kommt Wahrscheinlichkeitstheorie

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

1 Axiomatische Definition von Wahrscheinlichkeit

1 Axiomatische Definition von Wahrscheinlichkeit Schülerbuchseite 174 176 Lösungen vorläufig und Unabhängigkeit 1 Axiomatische Definition von Wahrscheinlichkeit S. 174 1 Ein Schätzwert für die Wahrscheinlichkeit von Sau kann nur mithilfe der relativen

Mehr

Das Zweikinderproblem

Das Zweikinderproblem Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A

Mehr

Das Ziegenproblem. Nils Schwinning und Christian Schöler Juni 2010

Das Ziegenproblem. Nils Schwinning und Christian Schöler  Juni 2010 Das Ziegenproblem Nils Schwinning und Christian Schöler http://www.esaga.uni-due.de/ Juni 2010 Die Formulierung Obwohl das sogenannte Ziegenproblem in der Mathematik allgegenwärtig erscheint, wurde es

Mehr

Kapitel 2 Wahrscheinlichkeitsrechnung

Kapitel 2 Wahrscheinlichkeitsrechnung Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

Wahrscheinlichkeitsrechnung für die Mittelstufe Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

1. Grundlagen der Wahrscheinlichkeitsrechnung 1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer

Mehr

7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit

7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit Übungsmaterial 7 Unabhängigkeit von reignissen; bedingte Wahrscheinlichkeit 7. Unabhängigkeit von reignissen Wir betrachten folgendes Beispiel: Zwei unterscheidbare Münzen werden geworfen. Man betrachtet

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

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

3.3 Bedingte Wahrscheinlichkeit

3.3 Bedingte Wahrscheinlichkeit 28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit

Mehr

4. Die Laplacesche Gleichverteilung

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

Mehr

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

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

Mehr

P A P( A B) Definition Wahrscheinlichkeit

P A P( A B) Definition Wahrscheinlichkeit Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl

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

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern

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

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

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

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten

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

Wahrscheinlichkeitsrechnung

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

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren

Mehr

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,

Mehr

b) P( Schüler/in ist in Sek I) c) P( Schüler/in ist in Sek II und ein Mädchen)

b) P( Schüler/in ist in Sek I) c) P( Schüler/in ist in Sek II und ein Mädchen) R. Brinkmann http://brinkmann-du.de Seite 1 17.09.2012 Lösungen Relative Häufigkeit, Wahrscheinlichkeit II en: A1 A1 Über die Zusammensetzung der Schülerschaft eines Gymnasiums ist bekannt: In der Sek.

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

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Kapitel VIII - Bedingte Wahrscheinlichkeiten, Unabhängigkeit von Ereignissen

Kapitel VIII - Bedingte Wahrscheinlichkeiten, Unabhängigkeit von Ereignissen Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Bedingte Wahrscheinlichkeiten, Unabhängigkeit von Ereignissen Wahrscheinlichkeitstheorie Prof. Dr. W.-D.

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung

Mehr

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 5 Hilfsmittel aus der Kombinatorik 7 Bedingte

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen) Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 Wahrscheinlichkeitsrechnung und Statistik 5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben

Mehr

Grundwissen Stochastik Grundkurs 23. Januar 2008

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

Mehr

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7: Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln

Mehr

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,

Mehr

Grundbegriffe der Wahrscheinlichkeitstheorie

Grundbegriffe der Wahrscheinlichkeitstheorie KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir

Mehr

3.7 Wahrscheinlichkeitsrechnung II

3.7 Wahrscheinlichkeitsrechnung II 3.7 Wahrscheinlichkeitsrechnung II Inhaltsverzeichnis 1 bedingte Wahrscheinlichkeiten 2 2 unabhängige Ereignisse 5 3 mehrstufige Zufallsversuche 7 1 Wahrscheinlichkeitsrechnung II 28.02.2010 Theorie und

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und

Mehr

Wirtschaftsstatistik I [E1]

Wirtschaftsstatistik I [E1] 040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h

Mehr

Übungsaufgaben Wahrscheinlichkeit

Übungsaufgaben Wahrscheinlichkeit Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln

Mehr

4 Diskrete Wahrscheinlichkeitsverteilungen

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

Mehr

2. Rechnen mit Wahrscheinlichkeiten

2. Rechnen mit Wahrscheinlichkeiten 2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie

Mehr

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A) 3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 10. November 2010 1 Bedingte Wahrscheinlichkeit Satz von der totalen Wahrscheinlichkeit Bayessche Formel 2 Grundprinzipien

Mehr

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

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

Mehr

Mathematische und statistische Methoden II

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

Mehr

11 Unabhängige Ereignisse

11 Unabhängige Ereignisse 11 Unabhängige Ereignisse In engem Zusammenhang mit dem Begriff der bedingten Wahrscheinlichkeit steht der Begriff der Unabhängigkeit von Ereignissen. Wir klären zuerst, was man unter unabhängigen Ereignissen

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten Zufallsvorgang: Geschehen mit ungewissem

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom Übungsaufgaben 9. Übung SS 16: Woche vom 5. 6. 10. 6. 2016 Stochastik III: Totale Wkt., S.v.Bayes, Diskrete ZG Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

Wahrscheinlichkeiten

Wahrscheinlichkeiten Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg : Gliederung 1 Einführung 2 Deskriptive Statistik

Mehr

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn.

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Wahrscheinlichkeiten Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Bestimme die Wahrscheinlichkeit, dass Anna a) ein Ass, b) einen Buben, c)

Mehr

Stochastik (Laplace-Formel)

Stochastik (Laplace-Formel) Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel

Mehr

Wir setzen daher den Anteil der weiblichen Nichtraucher gleich dem Anteil der Nichtraucher und berechnen X:

Wir setzen daher den Anteil der weiblichen Nichtraucher gleich dem Anteil der Nichtraucher und berechnen X: Übungsblatt 1 Beispiel 1. Von den 50 Teilnehmern eines Kurses sind 35 weiblich und 10 Raucher/innen. Wie viele nicht-rauchende Teilnehmerinnen sind zu erwarten, wenn die Merkmale Geschlecht und Rauchverhalten

Mehr

Diskrete Strukturen WiSe 2012/13 in Trier

Diskrete Strukturen WiSe 2012/13 in Trier Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 Aufgaben ab Seite 7 2. Häufigkeiten, Wahrscheinlichkeiten und Laplace-Experimente 2.1 Die absolute und die relative Häufigkeit 1. Beispiel: Ich werfe mal einen Würfel und möchte herausfinden, wie oft jeweils

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

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3. 2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das

Mehr

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)

Mehr

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

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING)

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Vorlesung 03.01.09 Stochastik Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Der Mathematikunterricht der Schule hat die Aufgabe, eine Grundbildung zu vermitteln, die auf ein mathematisches

Mehr

Gemeinsame Wahrscheinlichkeitsverteilungen

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

Mehr

Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Bedingte Wahrscheinlichkeiten und Unabhängigkeit Kapitel 5 Bedingte Wahrscheinlichkeiten und Unabhängigkeit Mitunter erhält man über das Ergebnis eines zufälligen Versuches Vorinformationen. Dann entsteht die Frage, wie sich für den Betrachter, den man

Mehr

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Alexander Schwarz www.mathe-aufgaben.com Oktober 205 Aufgabe : In einer Urne befinden sich drei gelbe, eine rote und

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Rainer Hauser Dezember 2012 1 Einleitung 1.1 Zufallsexperimente Im Folgenden wird das Resultat eines Experiments als Ereignis bezeichnet. Lässt man eine Metallkugel aus einer

Mehr

2. Zufallsvorgänge und Wahrscheinlichkeiten

2. Zufallsvorgänge und Wahrscheinlichkeiten 2. Zufallsvorgänge und Wahrscheinlichkeiten Ziel des Kapitels: Einführung elementarer Begriffe der Wahrscheinlichkeitsrechnung (definitorisch) Ziel der Wahrscheinlichkeitsrechnung: Modellierung von zufälligen

Mehr

Stochastik Lehr-und Aufgabenbuch. Skriptum zum Vorbereitungskurs

Stochastik Lehr-und Aufgabenbuch. Skriptum zum Vorbereitungskurs Stochastik Lehr-und Aufgabenbuch Skriptum zum Vorbereitungskurs 1 WICHTIGER HINWEIS: Ich bitte den Eigentümer dieses Skriptes, weder das gesamte Skript noch Teilauszüge daraus zu kopieren, einzuscannen

Mehr

Basistext - Wahrscheinlichkeitsrechnung

Basistext - Wahrscheinlichkeitsrechnung Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.

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

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder

Mehr

Grundwissen zur Stochastik

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

Mehr

Kontrolle. Themenübersicht

Kontrolle. Themenübersicht Themenübersicht Arbeitsblatt 1 Statistik Arbeitsblatt 2 Erheben und Auswerten von Daten Arbeitsblatt 3 Zufallsexperimente Arbeitsblatt 4 mehrstufige Zufallsexperimente Inhalt, Schwerpunkte des Themas Urliste,

Mehr

Grundbegriffe der Wahrscheinlichkeitsrechnung

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

Mehr

Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten.

Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. 26 6. Bedingte Wahrscheinlichkeit Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. Alarmanlage Tritt bei einer Sicherungsanlage ein Alarm

Mehr

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 Inhalt A Grundlegende Begriffe 6 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 2 Relative Häufigkeit und abstrakter Wahrscheinlichkeitsbegriff 13 Aufgaben 16 3 Laplace scher Wahrscheinlichkeitsbegriff

Mehr

Mathematik IV (Stochastik) für Informatiker

Mathematik IV (Stochastik) für Informatiker Bausteine zur Vorlesung von Prof. Dr. Bernd Hofmann Mathematik IV (Stochastik) für Informatiker Fakultät für Mathematik der Technischen Universität Chemnitz Sommersemester 2016 Dieser Text soll die Nacharbeit

Mehr

11 Wahrscheinlichkeitsrechnung

11 Wahrscheinlichkeitsrechnung 1 Kap 11 Wahrscheinlichkeitsrechnung 11 Wahrscheinlichkeitsrechnung 11.1 Zufallsexperimente Beispiele 1. 2. 3.... Definition: Vorgänge bei denen man das Ergebnis noch nicht kennt, heissen Zufallsexperimente.

Mehr

Übungen zur Mathematik für Pharmazeuten

Übungen zur Mathematik für Pharmazeuten Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl

Mehr

Ein Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.--

Ein Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.-- 1 Ein Würfel wird geworfen. : Fr. 1.-- : Fr. 6.-- Der Spieler hat gewonnen falls eine 6 erscheint. 2 Zwei Würfel werden geworfen. : Fr. 1.-- : Fr. 7.-- Der Spieler hat gewonnen falls die Augensumme gleich

Mehr

Modellierungskonzepte 2

Modellierungskonzepte 2 Modellierungskonzepte 2 Elke Warmuth Humboldt-Universität Berlin WS 2008/09 1 / 50 1 Pfadregeln 2 Begriff Umbewertung von Chancen Bayessche Formel 3 Verwechslungsgefahr Implizite Lotterien 2 / 50 mehrstufige

Mehr

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0. 1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:

Mehr

Diskrete Verteilungen

Diskrete Verteilungen KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder

Mehr

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

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

Mehr

Die Voraussetzungen aus Klasse 8-10

Die Voraussetzungen aus Klasse 8-10 Die Voraussetzungen aus Klasse 8-10 I. Grundlagen der Wahrscheinlichkeitsrechnung Zusammenstellung der Voraussetzungen: Pfadregel Ereignisse Additionssatz Ge gener eignis A B A B P(A B) = P(A) + P(B) P(A

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

Ü b u n g s b l a t t 4

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

Mehr

Population und Stichprobe: Wahrscheinlichkeitstheorie

Population und Stichprobe: Wahrscheinlichkeitstheorie Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassung vom 12. Januar 2001 121 WAHRSCHEINLICHKEITS-RÄUME Stichproben-Raum. 9.1 9.1 Stichproben-Raum. Die bisher behandelten Beispiele von Naturvorgängen oder Experimenten

Mehr