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

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

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

Transkript

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

2 Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Klassische Wahrscheinlichkeit Ein Zufallsexperiment ist ein Vorgang, bei dem die verschiedenen möglichen Ausgänge bereits im Voraus bekannt sind, aber der tatsächliche Ausgang des Vorganges dem Zufall überlassen ist. Beispiele: 1. Werfen einer Münzen 2. Roulette spielen 3. Ziehen einer Jasskarte 4. Bestimmen des Alters, des Geschlechts oder der Blutgruppe von einer zufällig ausgewählten Person Klassische Wahrscheinlichkeit Ein Zufallsexperiment ist ein Vorgang, bei dem die verschiedenen möglichen Ausgänge bereits im Voraus bekannt sind, aber der tatsächliche Ausgang des Vorganges dem Zufall überlassen ist. Klassische Wahrscheinlichkeit Ein Ausgang eines Zufallsexperimentes nennt man Ergebnis.

3 Klassische Wahrscheinlichkeit Die Menge Ω aller Ergebnisse eines Zufallsexperiments zusammen heisst Ergebnisraum (bzw. Stichprobenraum). Ein beliebiges Ergebnis aus Ω wird mit ω bezeichnet. Einstiegsbeispiel / -experiment: Ein Würfel wird 240 mal geworfen. Wie häufig kommt die Augenzahl 6 vor? n H(6) h(6) n H(6) h(6) Klassische Wahrscheinlichkeit Die Menge Ω aller Ergebnisse eines Zufallsexperiments zusammen heisst Ergebnisraum (bzw. Stichprobenraum). Ein beliebiges Ergebnis aus Ω wird mit ω bezeichnet. Graphische Darstellung: Beispiele (Fortsetzung): 1. Ω = {Kopf, Zahl} 2. Ω = {0,1,2,...,36} 3. Ω = {Schellen Ass,..., Eichel 6} 4. Ω = {unendlich kleine Abstufung möglich} = R +

4 Die absolute Häufigkeit eines Ergebnisses ist die Anzahl eines gewissen Ergebnisses, die bei einer gewissen Anzahl von Wiederholungen eines Zufallsexperimentes ermittelt wurde. Sie wird mit H(ω) bezeichnet. intuitive Die Wahrscheinlichkeit eines Ergebnisses ist eine Zahl, die angibt, wie gross die Chance ist, dass dieses Ergebnis eintrifft. Sie wird mit P(ω) bezeichnet. Die relative Häufigkeit eines Ergebnisses ist der Anteil der Versuche eines Zufallsexperimentes, bei dem ein gewisses Ergebnis eingetreten ist. Sie wird mit h(ω) bezeichnet. Formal wird die relative Häufigkeit folgendermassen berechnet: relative Häufigkeit = absolute Häufigkeit Anzahl der Versuche des Zufallsexperimentes intuitive Die Wahrscheinlichkeit eines Ergebnisses ist eine Zahl, die angibt, wie gross die Chance ist, dass dieses Ergebnis eintrifft. Sie wird mit P(ω) bezeichnet. Mit P bezeichnen wir eine Wahrscheinlichkeitsfunktion, die jedem Ergebnis ω Ω eine Zahl zuweist.

5 Satz: Gesetz der grossen Zahlen Wird ein Zufallsexperiment sehr oft wiederholt, so liegt die relative Häufigkeit h(ω) eines Ergebnisses ω sehr nahe bei P(ω). Cantor erklärte den Begriff 1895 folgendermassen: Eine Menge ist die Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. Satz: Gesetz der grossen Zahlen Wird ein Zufallsexperiment sehr oft wiederholt, so liegt die relative Häufigkeit h(ω) eines Ergebnisses ω sehr nahe bei P(ω). Einstiegsbeispiel / -experiment (Fortsetzung): Die Objekte, aus denen eine Menge zusammengesetzt ist, nennt man Elemente. Eine Menge, die keine Elemente enthält, wird leere Menge genannt. {} =

6 Eine Menge A heisst Teilmenge von B, wenn jedes Element der Menge A auch ein Element der Menge B ist. A B (sprich: A ist Teilmenge von B) Eine Menge B heisst Obermenge von A, wenn jedes Element der Menge A auch ein Element der Menge B ist. B A (sprich: B ist Obermenge von A) Der Durchschnitt (bzw. die Durchschnittsmenge) zweier Mengen A und B besteht aus allen Elementen, welche in A und in B vorkommen. A B (sprich: A geschnitten B) Die Vereinigung (bzw. Vereinigunsmenge) zweier Mengen A und B besteht aus allen Elementen, welche in A oder in B vorkommen. A B (sprich: A vereinigt B) Die Differenz (bzw. Differenzmenge) der Menge A ohne der Menge B besteht aus allen Elementen der Menge A, welche aber nicht in der Menge B vorkommen. A\B (sprich: A ohne B

7 Das Komplement (bzw. die Komplementmenge) der Menge A ist gleich der Menge der Elemente der Grundmenge G, welche nicht in der Menge A vorkommen. A (sprich: Komplement A) Betrachtet man bei einem Zufallsversuch mehrere Ergebnisse und fragt nach der Wahrscheinlichkeit, dass eins von diesen Ergebnissen eintritt, so fasst man diese Ergebnisse zu einem Ereignis zusammen. Bemerkung: Häufigkeitsinterpretation der Wahrscheinlichkeit Hat ein bestimmtes Ergebnis eines Zufallsversuchs die Wahrscheinlichkeit p, dann machen wir die Prognose, dass nach einer grossen Zahl n von Versuchsdurchführungen das Ergebnis n p-mal aufreten wird. Elementare Summenregel Gehören zu einem Ereignis E die Ergebnisse a 1,a 2,...,a m, so gilt für die Wahrscheinlichkeit P(E) des Ereignisses E: P(E) = P(a 1 )+P(a 2 )+...+P(a m ) Die Wahrscheinlichkeit des Ereignisses E ist gleich der Summe der Wahrscheinlichkieten der zu E gehörenden Ergebnissen a 1,a 2,...,a m.

8 Laplace-Versuche Haben bei einem Zufallsversuch mit s möglichen Ergebnissen aufgrund der gegebenen Versuchssituation diese Ergebnisse dieselbe Chance aufzutreten, dann ordnen wir jedem Ergebnis die Wahrscheinlichkeit p = 1 s zu. Solche Versuche heissen LAPLACE-Versuche. Relative und absoluate Häufigkeit Unmöglich-Sicher-Regel Wahrscheinlichkeiten sind Zahlen zwischen 0 (0%) und 1 (100%). Das unmögliche Ereignis (E = {}) hat die Wahrscheinlichkeit 0, das sichere Ereignis die Wahrscheinlichkeit 1. Laplace-Versuche Laplace-Regel Bei einem Laplace-Versuch gilt für die Wahrscheinlichkeit P(E) eines Ereignisses: P(E) = Anzahl der zu E gehörenden Ergebnisse Anzahl aller möglichen Ergebnisse = e s Relative und absoluate Häufigkeit Allgemeine Summenregel Die Wahrscheinlichkeit eines Oder-Ereignisses E 1 E 2 ist gleich der Summe der Wahrscheinlichkeiten der Ereignisse E 1 und E 2 vermidnert um die Wahrscheinlichkeit des Und-Ereignisses E 1 E 2. P(E 1 E 2 ) = P(E 1 )+P(E 2 ) P(E 1 E 2 )

9 Relative und absoluate Häufigkeit Komplementärregel Die Wahrscheinlichkeit eines Ereignisses E und die Wahrscheinlichkeit des Gegenereignisses E ergänzen sich zu 1. Mehrfache Zufallsexperimente Bspe: 2. Ein Reissnagel wird zweimal hintereinander geworfen. Ω = {(Nagel gegen oben,nagel gegen oben), (Nagel gegen oben, Nagel zur Seite), (Nagel zur Seite, Nagel gegen oben), (Nagel zur Seite, Nagel zur Seite)}, wobei P(Nagel gegen oben) = 0.4 und P(Nagel zur Seite) = 0.6. Baumdiagramm: Mehrfache Zufallsexperimente Bspe: 1. Eine Münze wird zweimal hintereinander geworfen. Baumdiagramm: Ω = {(K,K),(Z,Z),(K,Z),(Z,K)} Mehrfache Zufallsexperimente Pfadproduktregel Bei einem mehrstufigen Zufallsexperiment ist die Wahrscheinlichkeit eines (durch einen Pfad dargestellten) Ereignisses gleich dem Produkt der Wahrscheinlichkeiten längs des zugehörigen.

10 Mehrfache Zufallsexperimente Bsp: Ein Würfel wird zweimal geworfen. Ω = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),..., (5,6),(6,6)} Wie mit welcher Wahrscheinlichkeit treten die Zahlen 1 und 6 auf? Baumdiagramm: 3. Mehrfache Zufallsexperimente Bedingte Wahrscheinlichkeit Einstiegsbeispiel: ELISA-Test: Nachweisverfahren für HIV-Infektion Die Sensitivität eines Testes (Wahrscheinlichkeit einer korrekten Diagnose eines tatsächlich kranken Menschen) liegt bei 99.5%. Die Spezifität (Wahrscheinlichkeit, dass der Test einen in Wirklichkeit gesunden Menschen als gesund deklariert) liegt bei 99.5%. In Deutschland weiss man aus Krankenstatistiken, dass die HIV-Infektion bei 0.2% liegt. Wie wahscheinlich ist es, dass bei einer gesteten Person tatsächlich eine HIV-Infektion vorliegt? Mehrfache Zufallsexperimente Pfadadditionsregel Setzt sich bei einem mehrstufigen Zufallsexperiment ein Ereignis aus verschiedenen Pfaden zusammen, dann erhält man die Wahrscheinlichkeit des Ereignisses durch Addition der einzelnen Pfadwahrscheinlichkeiten. 3. Mehrfache Zufallsexperimente Bayes sche Regel Sei A ein Ereignis, das uns interessiert, und B eine Bedingung, unter der wir den Vorgang betrachten. Dann gilt: Die Wahrscheinlichkeit P B (A) für A unter der Bedingung B berechnet sich wie folgt: P B (A) = P(A B) P(B)

11 4. Binomialverteilung Bernoulli-Versuche Bei Bernoulli-Versuchen unterscheiden wir (willkürlich) nur zwei Ergebnisse; das eine nennen wir Erfolg, das andere Misserfolg. Wicht ist, dass isch bei einem mehrstufigen Zufallsversuch die Wahrscheinlichkeit für einen Erfolg bzw. Misserfolg von Stufe zu Stufe nicht verändert; d. h. das Ergebnis einer Versuchsdurchführung hat keinen Einfluss auf das Ergebnis der nächsten Stufe. 4. Binomialverteilung Galtonbrett Die Wahrscheinlichkeit für eien Erfolg wir als Erfolgswahrscheinlichkeit p bezeichnet, die Wahrscheinlichkeit für einen Misserfolg als Misserfolgswahrscheinlichkeit q, wobei q = 1 p. Bspe.: 4. Binomialverteilung Wahrscheinlichkeit bei Bernoulli-Versuchen Die Wahrscheinlichkeit für k Erfolge bei einem n-stufigen Bernoulli-Versuch mit Erfolgswahrscheinlichkeit p (und Misserfolgswahrscheinlichkeit q = 1 p) ist: P(X = k) = ( n k ) p k q n k (k = 0,1,2,...,n)

12 4. Binomialverteilung Die zu einem n-stufigen Bernoulli-Versuch mit der Erfolgswahrscheinlichkeit p gehörige Verteilung heisst Binomialverteilung mit den Parametern n und p.

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

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

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil

Mehr

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung 1. Grundbegriffe Würfeln, Werfen einer Münze, Messen der Lebensdauer einer Glühbirne Ausfall/Ausgang: Würfeln: Augenzahlen 1, 2, 3, 4, 5, 6

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

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

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

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

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Unabhängigkeit Prof. Dr. Achim Klenke http://www.aklenke.de 6. Vorlesung: 02.12.2011 1/30 Inhalt 1 Wahrscheinlichkeit 2 2/30 Wahrscheinlichkeit

Mehr

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

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

Stochastik. Grundwissenskatalog G8-Lehrplanstandard

Stochastik. Grundwissenskatalog G8-Lehrplanstandard GRUNDWISSEN MATHEMATIK Stochastik Grundwissenskatalog G8-Lehrplanstandard Basierend auf den Grundwissenskatalogen des Rhöngymnasiums Bad Neustadt und des Kurt-Huber-Gymnasiums Gräfelfing J O H A N N E

Mehr

Satz von der totalen Wahrscheinlichkeit

Satz von der totalen Wahrscheinlichkeit htw saar 1 Satz von der totalen Wahrscheinlichkeit Sei (Ω, P) ein Wahrscheinlichkeitsraum, und B 1,, B n seien paarweise disjunkte Ereignisse mit B i = Ω. Für jedes Ereignis A gilt dann: P(A) = P(A B 1

Mehr

htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017

htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017 htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT htw saar 2 Gliederung 25.01. Bedingte Wahrscheinlichkeit: Motivation und Definition Multiplikationssatz Stochastische Unabhängigkeit:

Mehr

Teil II. Wahrscheinlichkeitsrechnung

Teil II. Wahrscheinlichkeitsrechnung Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse

Mehr

Teil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse

Teil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung

Mehr

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig

Mehr

3.4 Wahrscheinlichkeitsrechnung

3.4 Wahrscheinlichkeitsrechnung 3.4 Wahrscheinlichkeitsrechnung Inhaltsverzeichnis 1 Einführung 2 2 Zufallsversuche 2 3 Der Wahrscheinlichkeitsbegriff 4 4 Der Laplace-Zufallsversuch (oder Laplace-Experiment) 7 4.1 Die Summenregel.......................................

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

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

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

Grundlagen der Stochastik

Grundlagen der Stochastik Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 27. Oktober 2010 Teil III Wahrscheinlichkeitstheorie 1 Zufallsereignisse Vorüberlegungen Der Ereignisraum Konstruktionen

Mehr

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)

Mehr

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Gegeben Menge Ω (Wahscheinlichkeitsraum, Menge aller möglichen Ausgänge eines Zufallsexperiments), Abbildung P : P(Ω) [0, 1] (Wahrscheinlichkeit): Jeder Teilmenge

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 . Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer

Mehr

Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.

Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt. 3 Wahrscheinlichkeiten 1 Kapitel 3: Wahrscheinlichkeiten A: Beispiele Beispiel 1: Ein Experiment besteht aus dem gleichzeitigen Werfen einer Münze und eines Würfels. Nach 100 Wiederholungen dieses Experiments

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

Einführung in die Wahrscheinlichkeitsrechnung

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

Mehr

Bedingte Wahrscheinlichkeiten

Bedingte Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Bei der Betrachtung der Ereignisse A und B eines Zufallsexperiments muss man die beiden im folgendem beschrieben zwei Situationen unterscheiden. 1. Das Ereignis A und B tritt

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

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 1. und 2. Vorlesung - 2017 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?

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

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58 Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie

Mehr

1. Grundlagen. R. Albers, M. Yannik Skript zur Vorlesung Stochastik (Elementarmathematik)

1. Grundlagen. R. Albers, M. Yannik Skript zur Vorlesung Stochastik (Elementarmathematik) 1. Grundlagen 1.1 Zufallsexperimente, Ergebnisse Grundlage für alle Betrachtungen zur Wahrscheinlichkeitsrechnung sind Zufallsexperimente. Ein Zufallsexperiment ist ein Vorgang, der - mehrere mögliche

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

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

Kapitel 5 Stochastische Unabhängigkeit

Kapitel 5 Stochastische Unabhängigkeit Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand

Mehr

Kapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche

Kapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche Kapitel 2 Zufällige Versuche und zufällige Ereignisse In diesem Kapitel führen wir zunächst anschaulich die grundlegenden Begriffe des zufälligen Versuchs und des zufälligen Ereignisses ein und stellen

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

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

Leseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen

Leseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen Leseprobe Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - nwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch): 978-3-446-43255-0

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 1. Vorlesung - 7.10.2016 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1 TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/ Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge zu

Mehr

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? 2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.

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

Kapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen

Kapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,

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

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

Modelle diskreter Zufallsvariablen

Modelle diskreter Zufallsvariablen Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable

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

Übersicht Wahrscheinlichkeitsrechnung EF

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

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

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

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

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

Grundlagen der Wahrscheinlichkeitsrechnung

Grundlagen der Wahrscheinlichkeitsrechnung Grundlagen der Wahrscheinlichkeitsrechnung I. Wahrscheinlichkeit und relative äufigkeit Ein herkömmlicher Würfel wird 0, 0, 30, 00 mal geworfen und die Augenzahl wird nach jedem Wurf notiert. So ergibt

Mehr

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

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

Mehr

3.6 Wahrscheinlichkeitsrechnung I

3.6 Wahrscheinlichkeitsrechnung I 3.6 Wahrscheinlichkeitsrechnung I Inhaltsverzeichnis 1 Einführung 2 2 Zufallsversuche 2 3 Der Wahrscheinlichkeitsbegriff 5 4 Der Laplace-Zufallsversuch (oder Laplace-Experiment) 8 5 Die Komplementärregel

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

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal Beispiel 37 Wir werfen eine Münze so lange, bis zum ersten Mal Kopf erscheint. Dies geschehe in jedem Wurf unabhängig mit Wahrscheinlichkeit p. Wir definieren dazu die Zufallsvariable X := Anzahl der Würfe.

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

= 7! = 6! = 0, 00612,

= 7! = 6! = 0, 00612, Die Wahrscheinlichkeit, dass Prof. L. die Wette verliert, lässt sich wie folgt berechnen: Ω = {(i 1,..., i 7 ) : i j {1... 7}, j = 1... 7}, wobei i, j für den Wochentag steht, an dem die Person j geboren

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

Beschreibende Statistik

Beschreibende Statistik Beschreibende Aufgaben der beschreibenden : Erhebung von Daten Auswertung von Daten Darstellung von Daten Erhebung von Daten Bei der Erhebung von Daten geht es um die Erfassung von Merkmalen (Variablen)

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

Wahrscheinlichkeitstheorie. Alea iacta est!

Wahrscheinlichkeitstheorie. Alea iacta est! Wahrscheinlichkeitstheorie Alea iacta est! "Wissenschaftliche Theorien, die auf Eigenschaften einer großen Zahl von Individuen rekurrieren, [...] werden anfällig gegen Fehlinterpretationen, wenn man die

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

1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments.

1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments. Übungsmaterial 1 1 Zufallsexperimente 1.1 Ergebnisräume einfacher Zufallsexperimente Damit ein Experiment ein Zufallsexperiment ist, müssen folgende Eigenschaften erfüllt sein: 1) Das Experiment lässt

Mehr

( ) ( ) ( ) Mehrstufige Zufallsversuche

( ) ( ) ( ) Mehrstufige Zufallsversuche R. Brinkmann http://brinkmann-du.de Seite 1 19.11.2009 Mehrstufige Zufallsversuche Häufig müssen Zufallsversuche untersucht werden, die aus mehr als einem einzigen Experiment bestehen. Diese Versuche setzen

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Wahrscheinlichkeit1 (Laplace)

Wahrscheinlichkeit1 (Laplace) Wahrscheinlichkeit1 (Laplace) Aufgaben A1 In der schriftlichen Abiturarbeit im Fach Mathematik gab es folgende Noten: 3; 4; 3; 2; 3; 1; 5; 5; 4; 3; 3; 2; 1; 4; 2; 5; 4; 2; 4; 3 a) Erstellen Sie eine Häufigkeitstabelle

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

Stochastik. Inhaltsverzeichnis

Stochastik. Inhaltsverzeichnis Stochastik Inhaltsverzeichnis 1. Allgemeine Definition... 2 2. Laplace-Wahrscheinlichkeit... 2 3. Gegenereignis (häufig bei mindestens -Aufgaben)... 3 4. Vereinigung von 2 Ereignissen ( oder -Formulierungen)...

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

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive

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

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

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. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)

Mehr

perfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche StrandMathe GbR

perfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche StrandMathe GbR perfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche Unsere Übungshefte sind für alle Schülerinnen und Schüler, die keine Lust auf 300-seitige

Mehr

Pfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung.

Pfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung. Würfelsimulation 1) Bezeichnen Sie in den Säulendiagrammen (Histogrammen - 2. Graphik) die senkrechten Achsen und vervollständigen Sie im ersten Diagramm die Achseneinteilung. Lesen Sie im Histogramm für

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

Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ==================================================================

Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Ein Zufallsexperiment heißt zusammegesetzt, wenn es es die Kombination

Mehr

Wichtiges zur Stochastik

Wichtiges zur Stochastik Wichtiges zur Stochastik Grundbegriffe und ezeichnungen: Ergebnisse werden mit ω (kleines omega, nicht w!) bezeichnet; wenn man mehrere angibt, so wird einfach durchnummeriert: ω 1, ω 2,... Der Ergebnisraum

Mehr

Marek Chudý. Institut für Statistik und Operations Research UE Statistik 1. Sommersemester, 4.

Marek Chudý. Institut für Statistik und Operations Research  UE Statistik 1. Sommersemester, 4. Marek Chudý Institut für Statistik und Operations Research http://homepage.univie.ac.at/marek.chudy/ UE Statistik 1 Sommersemester, 4. März 2015 Programm 1 Organisatorisches Literatur Anforderungen Notenschlüssel

Mehr

Wahrscheinlichkeitsrechnung [probability]

Wahrscheinlichkeitsrechnung [probability] Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,

Mehr

Sachrechnen/Größen WS 14/15-

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

Mehr

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

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

1. Funktionale Zusammenhänge

1. Funktionale Zusammenhänge 1. Funktionale Zusammenhänge Proportionalität Grundwissen 8 Eigenschaften direkt proportionaler Größen x und y: zum n-fachen Wert von x gehört der n-fache Wert von y die Wertepaare (x ; y) sind quotientengleich,

Mehr

2 Zufallsvariable und Verteilungsfunktionen

2 Zufallsvariable und Verteilungsfunktionen 8 2 Zufallsvariable und Verteilungsfunktionen Häufig ist es so, dass den Ausgängen eines Zufallexperiments, d.h. den Elementen der Ereignisalgebra, eine Zahl zugeordnet wird. Das wollen wir etwas mathematischer

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 Unabhängigkeit von Ereignissen A, B unabhängig:

Mehr