Bericht über den zweiten Tag von Mädchen machen Technik Thema Kombinatorik

Größe: px
Ab Seite anzeigen:

Download "Bericht über den zweiten Tag von Mädchen machen Technik Thema Kombinatorik"

Transkript

1 Bericht über den zweiten Tag von Mädchen machen Techni Thema Kombinatori Christof Böcler und Marion Orth 31. Otober 2003 Vormittag Nachdem am ersten Tag der Begriff der Wahrscheinlicheit (stets unter der Laplace-Annahme, dass alle Elementarereignisse gleichwahrscheinlich sind), P(A) = Anzahl günstiger Ereignisse Anzahl möglicher Ereignisse eingeführt wurde, stellte sich nun am zweiten Tag die Frage, wie viele günstige bzw. mögliche Ereignisse es für ein bestimmtes Experiment gibt? Für einfache Fälle ann man dies noch abzählen, wenn es jedoch omplizierter wird, wie z.b. beim Lottospielen, wäre eine Möglicheit zur Berechnung sehr hilfreich. Aus der folgenden Tabelle der möglichen Ziehweisen von Kugeln (aus n) im Urnenmodell haben wir uns die Fälle 1. bis 3. vorgenommen. Mit Beachtung der Reihenfolge Mit Zurüclegen 1. n 4. ( n+ 1 Ohne Beachtung der ) Reihenfolge n! n! Ohne Zurüclegen 2. (n )! 3. (n )!! = ( n Nach der Begrüßung durften die Mädchen zum Wachwerden Dosenwerfen (6 Dosen in Pyramidenform aufgestellt). Wir gingen urz auf das Laplace-Experiment ein, indem wir das Dosenwerfen (Elementarereignisse unterschiedlich wahrscheinlich) mit dem Würfeln (Elementarereignisse gleich wahrscheinlich) verglichen. Das Dosenwerfen hat den Mädchen sehr viel Spass gemacht. Sogar das während der Vorbereitung heftig disutierte Kunststüc, dass genau eine Dose aus der Mitte der Pyramide rausgeschossen wird, ohne dass die darüber liegenden Dosen mitfallen, schaffte ein Mädchen. 1. Modell: mit Reihenfolge, mit Zurüclegen Das am Vortag Gelernte war bei den Mädchen noch recht gut präsent. Für die Herleitung der Formel n verwendeten wir das Beispiel des Werfen eines Würfels, eines Tetraeders oder einer ) 1

2 Münze. Für den Fall dreimaligen Werfens einer Münze ließen wir die Mädchen alle möglichen Ergebnisse in Einzelarbeit ermitteln, was sie relativ problemlos bewerstelligten. Auch die gesuchte Formel n wurde sehr schnell gefunden. Nach der ersten Pause stellten wir anhand des Würfelns das Urnenmodell vor. Ein durchsichtiger Glasbehälter und farbige Socen dienten als Urne und die dazugehörigen Kugeln. Da wir uns am Nachmittag Gedanen über die Möglicheiten, passende Socen aus einer Schublade zu ziehen, machen wollten, verwendeten wir diese schon von Beginn an. 2. Modell: mit Reihenfolge, ohne Zurüclegen Nachdem das 1. Modell erlärt war, überlegten wir gemeinsam, was daran verändert werden önnte. Wie erwartet am die Idee, die Kugeln nicht mehr zurüczulegen. Damit die Mädchen eine Vorstellung von dem neuen Modell beamen, stellten wir das Konzept der Permutation vor, die die Teilnehmerinnen dann für die Ziffern 1 bis 4 in Zweiergruppen durchführen sollten. Hierbei fanden einige bereits den Zusammenhang zwischen der Mächtigeit der zu permutierenden Menge und der Anzahl der Permutationen heraus. Um dies nun allgemein formulieren zu önnen, musste der Begriff der Faultät eingeführt werden. Für den Fall, dass alle Kugeln gezogen werden, war dann schnell lar, dass die Formel hierfür n! ist. Werden nur Kugeln gezogen, ommt man dann durch geschictes Erweitern auf die Formel n!/(n )! für die Anzahl der Permutationen. 3. Modell: ohne Reihenfolge, ohne Zurüclegen Nach der nächsten Pause amen wir dann zum letzten Modell, welches die Herausforderung des Vormittags darstellte. Für die Herleitung zeigten wir den Mädchen als erstes eine alternative Herleitung für die Formel von Modell 2. Dabei verwendeten wir die Idee, dass beim Ziehen von Kugeln von den insgesamt n! Möglicheiten jeweils (n )! das gleiche Ergebnis liefern, da ja (n ) Kugeln in der Urne verbleiben und ihre Anordnung unerheblich ist. Wendet man diese Idee nun auf Modell 3 an, sind von den n!/(n )! Möglicheiten von Modell 2 genau! gleichwertig, sobald die Anordnung der gezogenen Kugeln eine Rolle mehr spielt. Man erhält n! also (n )!!. Unsere Befürchtungen, dass wir unseren Zeitplan nicht einhalten würden, waren unbegründet. Leider haben wir es aber versäumt, den Mädchen mitzuteilen, dass wir später als am Vortag Mittagspause machen wollten. Die letzte halbe Stunde waren sie deshalb etwas unonzentriert. Nachmittag GUANO Nach der Mittagspause begannen wir mit dem Fertigen von Spielarten zu einem von uns angepassten Kartenspiel namens GUANO, welches ähnlich zu dem verbreiteten Spiel UNO ist (siehe Anhang). Jede Teilnehmerin beam einen ompletten Spielsatz übergeben, sollte sich aus 2

3 Zeitgründen jedoch mit drei anderen Mädchen zusammenschließen, um gemeinsam möglichst schnell ein vollständiges, also spielbares Kartenspiel herzustellen. Dazu mussten die Mädchen nur die von uns gedructen A4-Bögen aus leichter Pappe in Kartenform zurechtschneiden sowie einzelne Elemente des Aufdrucs farbig ausmalen. Nach circa 30 Minuten waren alle Teilnehmerinnen bereit, entsprechend der von uns ausgearbeiteten und ausgeteilten Spielregeln mit dem Spielen zu beginnen. Nach einer Weile des Spiels setzten wir unseren inhaltlichen Teil fort und begannen mit ein paar Betrachtungen zum Beginn des Spiels GUANO. Zuerst überlegten wir uns, wie viele Mög- 3

4 licheiten es gibt, dem ersten Spieler seine sieben Karten zu geben, wenn er sie vor allen anderen Spielern und omplett beommt. Entsprechend unserer Tabelle (Matrix) mit den verschiedenen Fällen des Urnenmodells fanden die Mädchen schnell zur richtigen Betrachtungsweise des Problems und erannten Fall 3. wieder. Nun variierten wir die Fragestellung, indem wir z.b. nach der Anzahl der Möglicheiten fragen, 7 Karten mit einem bestimmten Mermal zu ziehen, also beispielsweise, eine Jocer- Karte. Nach urzer Erläuterung onnten wir auch hier das Modell drei als zutreffend erennen, wobei sich im Vergleich zum ersten Fall die Anzahl der Karten, aus denen man ziehen ann entsprechend dem Kriterium verringert. Socen auf Füße verteilen Wir variierten diese Fragen noch ein wenig, bevor wir dann zur Frage mit den Strümpfen amen. Sie wurde ja in der Anündigung des Ferienprojetes bereits erwähnt, und sollte nun einer Klärung zugeführt werden. Es galt zu ermitteln, auf wie viele Arten man vier Paare Socen auf acht Füße verteilen ann. Wir unterschieden der Einfacheit halber bei der Beantwortung der Frage, nur zwischen der Farbe der paarweise gleichen Socen, jedoch nicht zwischen der Seite, also ob ein Socen nun zum linen oder rechten Fuß gehört. So behandelten wir zuerst den Fall, dass man die Socen paarweise verteilt. Wie führten dies exemplarisch vor, indem wir vier Socenpaare aus unserer Glasurne herausholten und daran unseren Fall 2. vom Vormittag wieder erannten. Also gibt es in diesem Fall 4! Möglicheiten, die Socenpaare auf Personen zu verteilen. Rechnerisch gleich, aber von der Betrachtungsweise her anders ist dagegen der Fall, dass man jeden Socen einzeln vergeben ann. Es erhöhte sich die Anzahl der Elemente in der Glasurne auf 8, aber das Vorgehen blieb gleich. Wie folgerten leicht, dass es in diesem Fall eben 8! Möglicheiten geben müsse, die 8 Socen auf 8 Füße zu verteilen. 4

5 Verschiedene Betrachtunsgweisen ein Ergebniss Anschließend wollten wir emplarisch aufzeigen, dass man eine Fragestellung auf verschiedene Arten behandeln ann. Wir griffen dazu den Begriff der Wahrscheinlicheit vom Vormittag und vom Vortag auf. Wir stellten die Frage, wie hoch die Wahrscheinlicheit sei, ein Paar gleichfarbiger Socen aus einer Schublade mit vier verschiedenfarbigen Paaren loser Socen zu ziehen. Dazu stellten wir drei Ansätze vor: 1. Wir nahmen zuerst an, dass man beim Ziehen der Socen auf die Reihenfolge achtet. Als Anwendung der Laplace-Annahme suchten wir nun nach der Anzahl der günstigen und der Anzahl der möglichen Ereignisse. Als günstig erannten wir nach urzer Überlegung 2 4 Fälle, da man die Paare in vier Farben jeweils in zwei verschiedenen Reihenfolgen ziehen ann. Die Anzahl der möglichen Ereignisse ließ sich gemäß dem Urnenmodell und der von uns am Morgen präsentierten Tabelle leicht mit 8! (8 2)! angeben. Insgesamt erhält man als Quotient eine Wahrscheinlicheit von 8 56 = In der zweiten Betrachtungsweise achtet man nicht auf die Reihenfolge, in der die Socen gezogen werden. Dann ann man natürlich auch nur noch vier günstige Ereignisse erzielen, entsprechend den vier Farben. Die Anzahl der möglichen Ereignisse findet sich entsprechend der Matrix ein Wert von ( 8 2). Insgesamt erhält man daraus eine Wahrscheinlicheit von 4 28 = Als dritten und einfachsten Weg ann man sich auch überlegen, dass man in jedem Fall einen ersten Socen ziehen muss. Erst dann hat man eine Wahl, die das Zusammenpassen der beiden Socen betrifft. Es stehen dann nämlich noch sieben Socen zur Auswahl, von denen aber genau ein Socen die gewünschte Paareigenschaft aufweist. Hieraus ersieht man unmittelbar eine Wahrscheinlicheit von 1 7 für den Fall, zwei gleiche Socen zu ziehen. Pascal-Dreiec Zum Abschluss des Tages wollten wir noch etwas Erstaunliches präsentieren, nämlich das Pascal-Dreiec und sein Bildungsgesetz sowie den natürlichen Zusammenhang mit Binomialoeffizienten. Dazu schrieben wir an die Tafel in der üblichen Dreiecsform versetzt untereinander die Binomialoeffizienten in symbolischer Form, also als ( n ) für n, = 1,..., 6. Dann vergaben wir an die Mädchen den Arbeitsauftrag, jeweils einen der Werte von Hand gemäß der Definition des Binomialoeffizienten auszurechnen. Nach urzer Stillarbeit onten wir neben diesem ersten Dreiec noch ein zweites anschreiben, in dem wir die Ergebnisse der Teilnehmerinnen parallel zu den symbolischen Größen in ein Pascal-Dreiec eintrugen. Nach und nach ging dann ein erleuchtetes Raunen durch den Raum, bei dem deutlich wurde, dass das einfache Bildungsgesetz ( ) n + 1 = ( n ) ( + n 1 ) 5

6 am Beispiel nachvollzogen wurde. Ohne auf die symbolische Form dieses Zusammenhangs genau einzugehen erläuterten wir nochmals den Inhalt der Regel, so dass alle Mädchen den Aufbau der Dreice einsehen onnten. Das Lächeln auf manchen Gesichtern brachte sicher die Freude an der arbeitssparenden Schönheit der Mathemati zum Ausdruc. Hiermit ließen wir den Tag zu Ende gehen und brachten die Schülerinnen noch wie üblich zum Bus und damit zur U-Bahn in Hochbrüc. Schlussbemerung Bis auf zwei angehende Neuntlässlerinnen amen alle Teilnehmerinnen in die 7. Klasse. Da das Niveau der behandelten Themen relativ hoch war, machte sich der Unterschied zwischen den Klassenstufen sehr deutlich bemerbar. Damit die anderen noch einigermaßen folgen onnten, mussten wir die beiden sehr interessierten und eifrigen älteren Mädchen im Unterrichtsgespräch meistens etwas bremsen, was für diese wiederum etwas demotivierend war. Insgesamt waren wir mit unserem Tag sehr zufrieden, da sich gezeigt hat, dass der Stoff und die Begrifflicheiten eineswegs zu ompliziert für diese Altersstufe sind. 6

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

Wie viele Möglichkeiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n = 5? Für n = 2 gibt es 2 Möglichkeiten.

Wie viele Möglichkeiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n = 5? Für n = 2 gibt es 2 Möglichkeiten. n-faultät Wie viele Möglicheiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n? Für n gibt es Möglicheiten. Für n 3 hat das 3. Kind 3 Möglicheiten, die beiden restlichen Plätze önnen jeweils

Mehr

2.1 Klassische kombinatorische Probleme

2.1 Klassische kombinatorische Probleme 2 Kombinatori Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objeten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche

Mehr

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt Dr. M. Weimar 02.05.2016 Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält!

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren

Mehr

Abzählende Kombinatorik

Abzählende Kombinatorik Kapitel Abzählende Kombinatori Die in diesem Kapitel behandelte abzählende Kombinatori untersucht endliche Struturen und beschäftigt sich mit den Möglicheiten Objete anzuordnen oder auszuwählen Die abzählende

Mehr

Grundlagen der Mathematik II Lösungsvorschlag zum 9. Übungsblatt

Grundlagen der Mathematik II Lösungsvorschlag zum 9. Übungsblatt Mathematisches Institut der Universität München Sommersemester 2014 Daniel Rost Luas-Fabian Moser Grundlagen der Mathemati II Lösungsvorschlag zum 9. Übungsblatt Aufgabe 1. a) Es ist P({,4}) = P({1,2,,4})

Mehr

Binomialverteilung & Binomialtest

Binomialverteilung & Binomialtest Mathemati II für Biologen & 5. Juni 2015 & -Test Kombinatori Permutationen Urnenmodelle Binomialoeffizient Motivation Bin(n, p) Histogramme Beispiel Faustregeln Vorzeichentest & -Test Permutationen Urnenmodelle

Mehr

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP .RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip

Mehr

Kombinatorik. Kombinatorik

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

Mehr

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

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

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

M9 Aufgabensammlung Wahrscheinlichkeit, Kombinatorik

M9 Aufgabensammlung Wahrscheinlichkeit, Kombinatorik M9 ufgabensammlung Wahrscheinlicheit, Kombinatori Zur Erinnerung: Die Wahrscheinlicheit w, dass ein bestimmtes Ereignis eintrifft, wird mit einem Quotienten berechnet: w () nahl günstigefälle nahlmögliche

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für 1 Natürliche Zahlen und vollständige Indution Die ganzen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwer. (L. Kronecer) Wir setzen das System N der natürlichen Zahlen 1; ; 3;::: als beannt

Mehr

Mehr Erfolg in Mathematik, Abitur: Stochastik

Mehr Erfolg in Mathematik, Abitur: Stochastik Mehr Erfolg in... Mehr Erfolg in Mathemati, Abitur: Stochasti von Wolfdieter Feix 1. Auflage Mehr Erfolg in Mathemati, Abitur: Stochasti Feix schnell und portofrei erhältlich bei bec-shop.de DIE FACHBUCHHANDLUNG

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Kombinatorische Abzählverfahren - LÖSUNGEN

Kombinatorische Abzählverfahren - LÖSUNGEN Kombinatorische Abzählverfahren - LÖSUNGEN TEIL C: Lösungen 1. Produtregel das einfache Verfahren Aufgabe 1: Auto-Ausstattung Aufgabe 2: Tanzstunde Aufgabe 3: Menüplanung Aufgabe 4: Atenzeichen Aufgabe

Mehr

Kombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3

Kombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3 Kombinatori ÖMO-Fortgeschrittenen-Kurs an der TU Graz Jan Pöscho 6. März 009 Inhaltsverzeichnis Grundlegendes Zählen mit Binomialoeffizienten 3 3 Inlusions-Exlusions-Prinzip 4 4 Schubfachschluss 6 Zählen

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik 60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch

Mehr

A B A B A B C. Beispiel 1 Wie viele Möglichkeiten gibt es 3 verschiedene Kugeln: A, B und C auf verschiedene Arten auf 3 Plätze anzuordnen?

A B A B A B C. Beispiel 1 Wie viele Möglichkeiten gibt es 3 verschiedene Kugeln: A, B und C auf verschiedene Arten auf 3 Plätze anzuordnen? eispiel 1 Wie viele Möglicheiten gibt es 3 verschiedene Kugeln:, und auf verschiedene rten auf 3 Plätze anzuordnen? Lösung Es gibt also 6 Möglicheiten, 3 verschiedene Kugeln auf 3 verschiedene Plätze anzuordnen.

Mehr

Analyse von Hashfunktionen

Analyse von Hashfunktionen Analyse von Hashfuntionen Borys Gendler 5. Februar 2007 In dieser Arbeit wird die Anzahl der Kollisionen beim Einfügen eines Elements in einer Hashtabelle untersucht. Wir beantworten die Frage, wie sich

Mehr

b) Wie viele Möglichkeiten gibt es, den gewählten Vorstand auf drei Stühle zu setzen? (Die möglichen Anordnungen nennt man Permutation)

b) Wie viele Möglichkeiten gibt es, den gewählten Vorstand auf drei Stühle zu setzen? (Die möglichen Anordnungen nennt man Permutation) M8 LU 33 Kombinatori und Wahrscheinlicheiten A Kombinatori. a) Wie viele Möglicheiten gibt es, aus diesen fünf Mitgliedern des Schwinglubs einen Vorstand mit Präsident, Viepräsident und Atuar u wählen?

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

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

15.2 Kombinatorische Abzählformeln

15.2 Kombinatorische Abzählformeln 15.2 Kombinatorische Abzählformeln 1. Permutationen In wie vielen verschiedenen Reihenfolgen ann man n verschiedene Dinge anordnen? Wie viele Reihenfolgen gibt es, wenn die Dinge nicht alle verschieden

Mehr

KOMBINATORIK IN DER SCHULE

KOMBINATORIK IN DER SCHULE KOMBINATORIK IN DER SCHULE Referenten: Florian Schmidt und Benjamin Otto GLIEDERUNG 1. Erstbegegnungen mit ombinatorischem Denen 2. Das allgemeine Zählprinzip der Kombinatori 3. Die 4 ombinatorischen Grundfiguren

Mehr

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

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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =

Mehr

1 Grundlagen Wahrscheinlichkeitsrechung

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

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik Kapitel 2 Natürliche und ganze Zahlen, vollständige Indution und Kombinatori 2.1 N, Z (Gruppe; Ordnungsrelation Jeder hat eine intuitive Vorstellung von der Menge der natürlichen Zahlen N : {1, 2, 3...

Mehr

3. Anwendungen aus der Kombinatorik

3. Anwendungen aus der Kombinatorik 3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit

Mehr

Bei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind.

Bei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind. 6 Kombinatori PermutationenOhneWiederholung@n_IntegerD := Permutations@Range@nDD PermutationenMitWiederholung@n_ListD := Permutations@Flatten@Table@Table@i, 8n@@iDD

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

mathphys-online Abiturprüfung Berufliche Oberschule 2000 Mathematik 13 Technik - B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2000 Mathematik 13 Technik - B I - Lösung Abiturprüfung Berufliche Oberschule Mathemati Techni - B I - Lösung Teilaufgabe (7 BE) Aus einem gut gemischten Kartenspiel mit Karten erhält ein Spieler Karten. Als Treffer gelten die drei Karten Pi As,

Mehr

Algebra - Neutrales und Nullelement. Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation

Algebra - Neutrales und Nullelement. Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation Algebra - Neutrales und Nullelement Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation 1. ein r S mit x S : x r = x, nennt man r rechtneutrales Element 2. ein l S mit x S : l x = x, nennt

Mehr

k-kombination ohne Wiederholung (es sollen ja möglichst viele verschiedene sein): k! (n k)! = 6!

k-kombination ohne Wiederholung (es sollen ja möglichst viele verschiedene sein): k! (n k)! = 6! Kombinatori: -Kombination: K (ow) = ( n ) = n!! (n )! -Kombination mit Wiederholung: K (mw) = ( n + 1 ) Aufgabe 1 Auf einem Nachtisch-Buffet stehen 6 verschiedene Nachtische zur Auswahl. Ralph hat noch

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

2 Vollständige Induktion

2 Vollständige Induktion Vollständige Indution Wir unterbrechen jetzt die Disussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Indution ennenzulernen. Wir setzen voraus, dass die natürlichen Zahlen

Mehr

Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)

Mehr

mathphys-online Zahlenlotto 6 aus 49 Quelle: Akademiebericht 470 Dillingen

mathphys-online Zahlenlotto 6 aus 49 Quelle: Akademiebericht 470 Dillingen Zahlenlotto aus Quelle: Aademiebericht 470 Dillingen Spielregeln Beim Spiel Sechs aus Neunundvierzig werden jeden Mittwoch und Samstag sechs Gewinnzahlen gezogen. Dazu befinden sich nummerierte Kugeln

Mehr

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

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

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 " k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit

Mehr

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

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

Mehr

Wahrscheinlichkeitsrechnung

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

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

II Wahrscheinlichkeitsrechnung

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

Mehr

Das Gummibärchen-Orakel [1]

Das Gummibärchen-Orakel [1] Das Gummibärchen-Orakel [1] 1. Allgemeines Lehrplanbezug: Klasse 10 bzw. 11, z.b. beim Wiederholen der kombinatorischen Formeln Zeitbedarf: 1 bis 4 Schulstunden je nach Vertiefungsgrad 2. Einstieg und

Mehr

Inhaltsverzeichnis (Ausschnitt)

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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel

Mehr

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2 Lapace-Experimente ================================================================== 1. a) Wie groß ist die W'keit, beim Werfen eines Laplace-Würfels eine Sechs zu erhalten? b) Wie groß ist die W'keit,

Mehr

Das Galton - Brett. Ein schneller Zugang zu Binomialverteilungen:

Das Galton - Brett. Ein schneller Zugang zu Binomialverteilungen: B. Pollo, LSW Soest Ein schneller Zugang zu Binomialverteilungen: Das Galton - Brett Stochasti wurde in der Seundarstufe II während der letzten Jahre längst nicht von allen Mathemati-Lehrer(inne)n unterrichtet.

Mehr

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

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

Mehr

Diskrete Wahrscheinlichkeitsverteilung

Diskrete Wahrscheinlichkeitsverteilung Disrete Wahrscheinlicheitsverteilung Disrete Wahrscheinlicheitsverteilung Binominalverteilung [] S. [] S. ORIGIN Wahrscheinlicheitsverteilung Die umultative Binominalverteilung geht auf den Binomischen

Mehr

Rekursive Folgen im Pascalschen Dreieck

Rekursive Folgen im Pascalschen Dreieck Reursive Folgen im Pascalschen Dreiec Holger Stephan, Tag der Mathemati,. Juni Zusammenfassung Viele Probleme aus den unterschiedlichsten Teilgebieten der Mathemati (z.b. Analysis, Kombinatori, Zahlen-,

Mehr

Rekursive Folgen im Pascalschen Dreieck

Rekursive Folgen im Pascalschen Dreieck Reursive Folgen im Pascalschen Dreiec Inhaltsverzeichnis Holger Stephan, Tag der Mathemati,. Juni Vortrag. Einleitung........................................ Zahlenfolgen.......................................

Mehr

Pr[A] = Pr[C (A B)] = Pr[C] + Pr[A B]. Wegen A B = C B folgt daraus. Pr[A B] = Pr[C B] = Pr[C] + Pr[B] = Pr[A] Pr[A B] + Pr[B]

Pr[A] = Pr[C (A B)] = Pr[C] + Pr[A B]. Wegen A B = C B folgt daraus. Pr[A B] = Pr[C B] = Pr[C] + Pr[B] = Pr[A] Pr[A B] + Pr[B] Beweis: Wir betrachten zunächst den Fall n = 2. Dazu setzen wir C := A \ B = A \ (A B). Gemäß dieser Definition gilt, dass C und A B sowie C und B disjunkt sind. Deshalb können wir Eigenschaft 5 von Lemma

Mehr

Wahrscheinlichkeit und Zufall

Wahrscheinlichkeit und Zufall Wahrscheinlichkeit und Zufall Rechnen mit Wahrscheinlichkeiten 16. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Inhalt Ereignisse i und deren Wahrscheinlichkeit h hk i Laplace-Regel Baumdiagramm

Mehr

$Id: reell.tex,v /11/15 13:12:24 hk Exp $

$Id: reell.tex,v /11/15 13:12:24 hk Exp $ $Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt

Mehr

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

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

Mehr

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

Buchstabensalat. 1) Entnimm dem Gefäß zwei Kugeln. Versuche möglichst viele unterschiedliche Kombinationen zu finden.

Buchstabensalat. 1) Entnimm dem Gefäß zwei Kugeln. Versuche möglichst viele unterschiedliche Kombinationen zu finden. Buchstabensalat In einem dunklen Gefäß liegen 5 rote Kugeln mit dem Buchstaben U, 5 gelbe mit dem Buchstaben S und 5 grüne mit dem Buchstaben N. Am Nachmittag spielt Pia wieder einmal mit dem geheimnisvollen

Mehr

DWT 1 Grundlagen 17/476 c Ernst W. Mayr

DWT 1 Grundlagen 17/476 c Ernst W. Mayr Ē heißt komplementäres Ereignis zu E. Allgemein verwenden wir bei der Definition von Ereignissen alle bekannten Operatoren aus der Mengenlehre. Wenn also A und B Ereignisse sind, dann sind auch A B, A

Mehr

Der Binomialkoeffizient (Einführung):

Der Binomialkoeffizient (Einführung): Der Binomialoeffizient (Einführung): ) Wie viele Kombinationsmöglicheiten gibt es, Kugeln in Kästchen anzuordnen? Lösung: ) Beispiel: Fragen sollen beantwortet werden. Die Antwort ann richtig (r) oder

Mehr

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

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

Mehr

Unterrichtseinheiten. Statistik KI(D)S

Unterrichtseinheiten. Statistik KI(D)S Unterrichtseinheiten Statistik KI(D)S Unterrichtseinheit 1: Begriffe klären http://www.youtube.com/watch?v=koxp6zj0pb8 http://www.youtube.com/watch?v=0paxsyt kvq Erklären unmöglich möglich sicher Unmöglich

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

Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen:

Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen: Nützlich bei Disretisierungen von Problemen sind Gausslammern, die reellen Werten ganzzahlige zuordnen: Definition 57 (floor, ceiling.. r R : floor(r := r := max{z Z z r} 2. r R : ceiling(r := r := min{z

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

Grundlagen der Mathematik II (LVA U)

Grundlagen der Mathematik II (LVA U) Dr. Marcel Dettling 14.05.2010 Dr. Daniel Haase FS 2010 daniel.haase@math.ethz.ch Grundlagen der Mathemati II (LVA 401-0622-00 U) Lösung 10 Zur Übungsstunde vom 14.05.2010 Aufgabe 28 (Die Gleichverteilung)

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

Zusammenfassung Stochastik

Zusammenfassung Stochastik Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl

Mehr

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge 2.1 Natürliche Zahlen 2.1.1 Menge der natürlichen Zahlen Der Ausgangspunt für den Aufbau der Zahlenbereiche ist die Menge N = {0,1,2,3,...} der natürlichen Zahlen 0, 1, 2, 3, 4,... 2.1.2 Indutionsprinzip

Mehr

4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align

4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align 4. Die elementaren Zählfuntionen 4.1 Untermengen Definition 165 (Binomialoeffizienten) align ( ) n := 1 n N 0 0 ( ) n := 0 n

Mehr

Kombinatorische Abzählverfahren

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

Mehr

3.8 Redundante Datenspeicherung und Fehlerkorrektur Seien natürliche Zahlen k, t und s so gewählt, dass. k + 2t 2 s 1.

3.8 Redundante Datenspeicherung und Fehlerkorrektur Seien natürliche Zahlen k, t und s so gewählt, dass. k + 2t 2 s 1. 38 Redundante Datenspeicherung und Fehlerorretur Seien natürliche Zahlen, t und s so gewählt, dass + 2t 2 s 1 Sei weiter K = GF (2 s ), und seien c 0,, c 1 K Wir fassen die c i sowohl als Elemente von

Mehr

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein. Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach

Mehr

3. Musterlösung zu Mathematik für Informatiker II, SS 2004

3. Musterlösung zu Mathematik für Informatiker II, SS 2004 . Musterlösung zu Mathemati für Informatier II, SS 004 PETER SCHEIBLECHNER &MICHAEL NÜSKEN Aufgabe. (Differenzen). Bestimme die Differenz f für f : Z! R mit (4 Punte) (i) f (n) n(n ) n. ( f )(n) (n +)n

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung. In einer Urne befinden sich 3 schwarze und weiße Kugel. Wir entnehmen der Urne eine Kugel, notieren die Farbe und legen die Kugel in die Urne zurück. Dieses

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

Kombinatorik - kurz. Ronald Balestra CH Zürich

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

Mehr

Kombinatorik & Stochastik Übung im Sommersemester 2018

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

Mehr

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner SS 2013 Blatt 3 0.05.2013 Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag 9. Wir betrachten die Ereignisse A, B, C A;

Mehr

Zusammenfassung. n k+1 j k! j ( k + 1 j )! 2 + k

Zusammenfassung. n k+1 j k! j ( k + 1 j )! 2 + k Aussagenlogi Tobias Krähling email: Homepage: 7.. Version. Zusammenfassung Im vorliegenden Doument soll die Potenzsummenformel i= i = n+ n + + n + j= a

Mehr

Lösungsskizzen zur Präsenzübung 03

Lösungsskizzen zur Präsenzübung 03 Lösungsskizzen zur Präsenzübung 03 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 16. November 2015 von:

Mehr

Kombinatorik. LSGM Leipziger Schülergesellschaft für Mathematik. Toscho Mathecamp 12. Juli 21. Juli 2008 Klasse 11/12. Inhaltsverzeichnis

Kombinatorik. LSGM Leipziger Schülergesellschaft für Mathematik. Toscho Mathecamp 12. Juli 21. Juli 2008 Klasse 11/12. Inhaltsverzeichnis LSGM Leipziger Schülergesellschaft für Mathemati Kombinatori Toscho Mathecamp 1. Juli 1. Juli 008 Klasse 11/1 Inhaltsverzeichnis 1 Grundlagen Aufgaben 3 3 Politi in der Mathemati 3 4 Olympiadeaufgaben

Mehr

Statistik I für Humanund Sozialwissenschaften

Statistik I für Humanund Sozialwissenschaften Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.

Mehr

Kommentare und Lösungen zur Aufgabe 2 in Serie 1

Kommentare und Lösungen zur Aufgabe 2 in Serie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen 9. Otober 2018 Kommentare und Lösungen zur Aufgabe 2 in Serie 1 Ich habe zwei Lösungsversuche zur Aufgabe 2 in Serie 1 erhalten. Die erste führt nicht

Mehr

2. Wie viele Möglichkeiten gibt es, den gewählten Vorstand auf drei Stühle zu setzen? (Die möglichen Anordnungen nennt man Permutation)

2. Wie viele Möglichkeiten gibt es, den gewählten Vorstand auf drei Stühle zu setzen? (Die möglichen Anordnungen nennt man Permutation) MB 2 LU 21 Kombinatori und Wahrscheinlicheiten A Kombinatori 1. Wie viele Möglicheiten gibt es, aus diesen fünf Mitgliedern des Schwinglubs einen Vorstand mit Präsident, Viepräsident und Atuar u wählen?

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG. - LÖSUNGEN. Werfen eines idealen Würfels a. Sei A das Ereignis, eine zu würfeln A { } Das Ereignis, keine

Mehr

Übungen zur Kombinatorik (Laplace)

Übungen zur Kombinatorik (Laplace) 1. In einem Beutel sind 10 Spielmarken enthalten, die von 0 bis 9 nummeriert sind. X sei das Ereignis, dass man zufällig die Marke 5 oder 8 herausholt, Y das Ereignis, dass eine größere Zahl als 5 gezogen

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung 9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden

Mehr

Übersicht Wahrscheinlichkeitsrechnung EF

Übersicht Wahrscheinlichkeitsrechnung EF Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel

Mehr

Vorbereitung für die Arbeit: Satz des Pythagoras

Vorbereitung für die Arbeit: Satz des Pythagoras Vorbereitung für die Arbeit: Satz des Pythagoras Satz des Pythagoras: 1. Die Dreiecke sind nicht im Richtigen Maßstab gezeichnet. Welcher der Dreiecke ist rechtwinklig. 2. Berechne die Längen der fehlenden

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

2.4. Mehrstufige Zufallsexperimente

2.4. Mehrstufige Zufallsexperimente 2.4. Mehrstufige Zufallsexperimente Zufallsexperimente können einstufig, also einmalig, durchgeführt werden oder auch mehrstufig, also wiederholt. Wirft man einen Würfel z.b. nur einmal, dann ist das Zufallsexperiment

Mehr

$Id: reell.tex,v /11/11 12:32:08 hk Exp $

$Id: reell.tex,v /11/11 12:32:08 hk Exp $ Mathemati für Physier I, WS 203/204 Montag. $Id: reell.tex,v.23 203// 2:32:08 h Exp $ Die reellen Zahlen.5 Potenzen mit rationalen Exponenten Wir behandeln gerade die Bernoulli-Ungleichung +x) n +nx gültig

Mehr