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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady Die absolute Häufigkeit H des Ereigisses E beträgt i diesem Fall 99. Das ist die Azahl der Fälle, i dee E eitritt. Der Stichprobeumfag beträgt i diesem Fall 20. HE 99 Die relative Häufigkeit vo E ist gegebe durch he 0, Allgemei gilt: absolute Häufigkeit des Ereigisses Relative Häufigkeit eies Ereigisses Stichprobeumfag Formal: h E H Übug: Bestimme Sie die relative Häufigkeit des Gegeereigisses E ud bilde Sie die Summe aus h E ud h E Lösug: Das Gegeereigis lautet E : Schüler besitzt kei Hady HE 2 Damit beträgt die relative Häufigkeit vo E he 0,75 20 Summe: h E h E 0,825 0,75 Merke: Für ei Ereigis E ud sei Gegeereigisses E gilt: h E h E

2 Defiitio der Wahrscheilichkeit Bei der Defiitio der Wahrscheilichkeit uterscheidet ma zwische der klassische Defiitio ud der statistische Defiitio. klassische Wahrscheilichkeit am Beispiel eies ideale Würfels Bei eiem ideale Würfel geht ma davo aus, das jede Zahl zwische ud 6 die gleiche Chace zum Auftrete hat. Wir defiiere das Ereigis E: Die gewürfelte Zahl ist eie 6 Die Wahrscheilichkeit für das Auftrete dieser Zahl wird wie folgt defiiert: Azahl der zu E gehörige Ergebisse p PE Azahl aller mögliche Ergebisse Für de Würfel bedeutet das, zu E gehört ur ei Ergebis, ämlich die Zahl 6. Die Azahl aller mögliche Ergebisse sid die Zahle vo bis 6, also gibt es 6 mögliche Ergebisse. Damit gilt für die Wahrscheilichkeit, eie 6 zu würfel Azahl der zu E gehörige Ergebisse p PE 0,6 Azahl aller mögliche Ergebisse 6 Übug: Bereche Sie die Wahrscheilichkeit für das Auftrete eier gerade Zahl größer als 2 bei eimaligem würfel. Lösug: Die Ergebismege besteht aus 6 mögliche Ergebisse: S ;2;;4;5;6 Die Ereigismege besteht aus 2 mögliche Ergebisse: E 4;6 Damit gilt für die Wahrscheilichkeit, eie gerade Zahl zu würfel, die größer 2 als 2 ist: p PE 0, 6

3 statistische Wahrscheilichkeit am Beispiel vo Heftzweckewürfe Wirft ma eie Heftzwecke, so ka sie etweder auf de Rücke falle oder seitlich liege bleibe. Ma ka icht davo ausgehe, dass hier die Chace gleich sid. Die Ursache liegt i der Herstellug der Heftzwecke. Es ka sei, das der Rücke sehr massiv oder weiger massiv gefertigt ist. Um hier eie Wahrscheilichkeitsaussage zu treffe, muss experimetiert werde. Experimet: Eie Heftzwecke wird 00 mal geworfe, die relative Häufigkeite werde berechet. Ergebis: Ereigis Summe absolute Häufigkeit i relative Häufigkeit i he i 0,44 0,56 relative Häufigkeit i % 44% 56% 00% Die Erfahrug zeigt, dass mit steigeder Versuchszahl der Wert der relative Häufigkeit immer mehr eiem Edwert äher kommt, er pedelt sich ei. Diese Edwert et ma statistische Wahrscheilichkeit. Um für user Experimet eie verüftige Wahrscheilichkeitsaussage zu treffe, müsste wir diese Versuch sehr oft wiederhole. Wird die Azahl der Versuche wie z.b. beim Würfel immer höher gewählt, streut die relative Häufigkeit für das Auftrete eier bestimmte Augezahl immer eger um eie bestimmte Wert, beim Würfel um de Wert /6. Die statistische Wahrscheilichkeit wird daher als Grezwert defiiert, die Azahl der Versuche soll gege uedlich strebe: HE p PE lim mit als Azahl der Versuche ud mit H E als absolute Häufigkeit Merke: Die Wahrscheilichkeit ist die beste Vorhersage für die zu erwartede relative Häufigkeit des bestimmte Ereigisses bei eiem Zufallsversuch.

4 Ei Versuch soll verdeutliche, dass sich die relative Häufigkeit vo Ereigisse auf eie bestimmte Wert eipedelt, we die Azahl der Versuche ur groß geug ist. Versuch: Werfe Sie 0 Heftzwecke gleichzeitig ud merke Sie sich die Azahl des Ereigisses. E: Die Hertzwecke liegt auf dem Rücke. Führe Sie diese Versuch isgesamt 0 mal durch. Die Versuchsdurchführug soll als gleichwertig mit dem Versuch eie Heftzwecke 00 mal zu werfe agesehe werde. Trage Sie die kumulierte absolute Häufigkeit i die Tabelle ei ud bereche Sie die relative Häufigkeite. Versuch Nr i H E kumuliert HE he 0,5 0,45 0,7 0,5 0,6 0,42 0,4 0,4 0,4 0,44 i Wird dieser Versuch vo mehrere Persoe uter gleiche Bediguge durchgeführt, so ka das als gleichbedeuted mit eier Erhöhug der Azahl der Versuche gewertet werde. Eie Aufsummierug der Ergebisse vo z. B. 0 Versuchspersoe ist gleichbedeuted mit eier Vergrößerug der Azahl der Versuche auf 000 Bereche Sie auch hier die relative Häufigkeite. Perso Nr i H E H E kumuliert i HE he 0,44 0,4 0,4 0,4 0,446 0,452 0,46 0,46 0,457 0,455 Trage Sie die relative Häufigkeite i ei Diagramm ei ud betrachte Sie die Etwicklug der Relative Häufigkeite. Gebe Sie ei Itervall a, auf welches sich die relative Häufigkeite eizupedel scheie. Kommetiere Sie de Ausgag des Experimetes.

5 rel_h Versuche 00 Die relative Häufigkeite scheie sich auf das Itervall I 0,45;0,46 eizupedel. Das Experimet verdeutlicht, das bei eier gerige Azahl vo Versuche die relative Häufigkeit stark um eie bestimmte Wert pedelt. Je größer die Azahl der Versuche wird, desto mehr ähert sich der Wert der relative Häufigkeit eiem bestimmte Wert. Dieser Wert ka als statistische Wahrscheilichkeit für das Auftrete des Ereigisses E gedeutet werde. Für user Beispiel bedeutet das, dass die Wahrscheilichkeit dafür, dass die Heftzwecke auf dem Rücke liegt zwische de Werte 0,45 ud 0,46 zu fide ist. Für das Gegeereigis (Heftzwecke liegt auf der Seite) liegt die Wahrscheilichkeit zwische de Werte 0,54 ud 0,55. Das bedeutet, die verwedete Heftzwecke hat für das Auftrete beider Ereigisse (Rücke oder Seite) ugleiche Wahrscheilichkeite.

6 Beispiel: Das ebestehede Glücksrad hat sechs Sektore, teils uterschiedlicher Größe. Die Ergebismege S besteht aus 6 mögliche Ergebisse: S ;2;;4;5;6 Wir defiiere zwei Ereigisse: A: Die Nummer ist gerade A 2;4;6 B: Der Sektor ist gelb B ;;5 We das Glücksrad auf eiem der Sektore 2, 4 oder 6 stehe bleibt, sagt ma, dass das Ereigis A eigetrete ist. Bleibt der Zeiger auf Sektor, oder 5 stehe, tritt Ereigis B ei Zuerst betrachte wir die Wahrscheilichkeite der Elemetarereigisse. P P P2 P4 P5 P Die Wahrscheilichkeit für das Eitrete des Ereigisses A ka wie folgt berechet werde: 7 PA P2;4;6 P2 P4 P Die Wahrscheilichkeit für das Eitrete des Ereigisses B ka wie folgt berechet werde: 5 PB P;;5 P P P Übug: Ermittel Sie die Wahrscheilichkeit für das Gegeereigis vo A Lösug: Die Ergebismege S besteht aus de Zahle, 2,, 4, 5 ud 6 Zum Ereigis A gehöre die gerade Zahle 2, 4 ud 6. Das Gegeereigis zu A fidet ma über die Differezmegebildug. A S \ A ;;5 Zufälliger Weise ist das gerade die Ereigismege B, dere Wert scho zu 5 PB bestimmt wurde. 2 Eie weitere Lösugsmöglichkeit für das Gegeereigis A vo A: 7 5 P A P A 2 2 Die Wahrscheilichkeit für die Ergebismege S ist immer, also PS Das leuchtet auch sofort ei, de ei Elemetarergebis tritt immer auf, z. B. bei eiem Würfel erscheit immer eie Zahl.

7 Zusammefassug elemetarer Eigeschafte. Ist S e ;e 2 ;e ;...;e die Ergebismege eies Zufallsexperimetes, wobei e ;e 2 ;e ;...;e dere Elemetarereigisse sid, z.b. beim Würfel die Zahle, 2,, 4, 5, ud 6 so gilt für die Wahrscheilichkeit P 0 Pei für alle i vo bis. Das bedeutet, die Wahrscheilichkeit für das eitrete eies Ereigisses liegt immer zwische 0 ud ud ka icht egativ sei. Pe... P P S P e P e PA P A 2 e Für das Gegeereigis vo A, also für A gilt immer: i Elemetare Summeregel Für ei umögliches Ergebis, z.b. beim 6-er Würfel eie 7 zu würfel gilt: P 0 Übug: Ei Würfel wird eimal geworfe. Folgede Ereigisse werde festgelegt. A: Die Augezahl ist kleier als 4 B: Die Augezahl ist eie ugerade Zahl C: [ 4 ; 5 ] a) E A B Bestimme Sie P E ud beschreibe Sie E mit Worte. b) c) d) E2 A B Bestimme Sie P E ud beschreibe Sie E mit Worte. 2 2 E A B Bestimme Sie P E ud beschreibe Sie E mit Worte. E4 A C Bestimme Sie P E ud beschreibe Sie E mit Worte. 4 4

8 Lösug: a) A ;2; B ;;5 E A B ; PE P P 6 6 E : Die Augezahl ist kleier als 4 ud eie ugerade Zahl. b) A ;2; B ;;5 E A B ;2;;5 2 PE2 P P2 P P E : Die Augezahl ist kleier als 4 oder eie ugerade Zahl. 2 c) E A B 5 A ;2; A 4;5;6 Die Augezahl ist größer als 2 B ;;5 Die Augezahl ist eie ugerde Zahl PE P5 6 E : Die Augezahl ist größer als ud eie ugerade Zahl. d) A ;2; C 4;5 E4 A C PE P 0 Laplace- Experimete 4 4 E : Die Augezahl ist kleier als 4 ud 4 oder 5 Ei solches Ereigis et ma uvereibar, daher ist die Wahrscheilichkeit für das auftrete vo E gleich Null. Wir habe bisher zwei verschiedee Arte vo Zufallsversuche kee gelert.. solche, mit gleicher Wahrscheilichkeitsverteilug. 2. solche mit ugleicher Wahrscheilichkeitsverteilug. Zur erste Gruppe gehörte: - Werfe eies Würfels - Werfe eier Müze - Drehe eies Glücksrades mit gleich große Segmete Zur zweite Gruppe gehörte: - Werfe eier Heftzwecke - Drehe eies Glücksrades mit ugleich große Segmete 4

9 Laplace- Experimet Habe alle mögliche Ergebisse eies Zufallsversuches (erste Gruppe) die gleiche Wahrscheilichkeit, da spricht ma vo eiem Laplace- Experimet. We ma also jedem Ergebis die Wahrscheilichkeit p Azahl aller mögliche Ergebisse zuordet, da ist dies eie Modell- Aahme (Laplace- Modell) Bei eiem Laplace- Experimet gilt für die Wahrscheilichkeit P E eies Ereigisses: PE Azahl der zu E gehörige Ergebisse Azahl aller mögliche Ergebisse Übug: Lösug: Übug: Ei Glücksrad hat 0 gleiche Sektore. E : Zeiger bleibt auf eier durch teilbare Zahl stehe. Bestimme Sie PE. Wie groß ist die Wahrscheilichkeit dafür, dass der Zeiger auf eier Zahl stehe bleibt, die icht durch teilbar ist? S ;2;;4;5;6;7;8;9;0 E ;6;9 P E 0, 0 P E P E 0, 0,7 I eier Ure befide sich 2 schwarze ud rote Kugel. Es wird eimal gezoge. a) Mit welcher Wahrscheilichkeit ist die gezogee Kugel schwarz? b) Wie viele schwarze Kugel müsse midestes i der Ure liege, so dass die Wahrscheilichkeit, eie schwarze Kugel zu ziehe, größer als 0,7 ist?

10 Lösug: a) Lösug mittels Baumdiagramm 2/5 /5 Die Wahrscheilichkeit eie schwarze Kugel zu ziehe ist 2/5, die eie rote zu ziehe ist /5. Die Wahrscheilichkeite werde a die jeweilige Pfade geschriebe. b) I der Ure seie x schwarze ud rote Kugel. Isgesamt befide sich i der Ure also x + Kugel. E: die gezogee Kugel ist schwarz Asatz: P E 0,7 x x 0,7 PE x x x x 0,7 0,7x 2, 0,7x 0,x 2, : 0, x 7 Es müsse also midestes 8 schwarze Kugel i der Ure liege, damit eie solche mit eier Wahrscheilichkeit vo midestes 0,7 gezoge wird.

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

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10 Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei

Mehr

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

Mehr

3.2 Das Wahrscheinlichkeitsmaß

3.2 Das Wahrscheinlichkeitsmaß 3 Wahrscheilichkeite 21 3.2 Das Wahrscheilichkeitsmaß 3.2.1 Relative Häufigkeite Der Begriff der relative Häufigkeit Peter verliert beim Mesch ärgere Dich icht. Wüted behauptet er, dass der verwedete Würfel

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume - 12 - (Kapitel 2 : Laplacesche Wahrscheilicheitsräume) Kapitel 2: Laplacesche Wahrscheilicheitsräume Wie beim uverfälschte Müzewurf ud beim uverfälschte Würfel spiele Symmetrieüberleguge, die jedem Elemetarereigis

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

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 Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

8. Der Wahrscheinlichkeitsbegriff

8. Der Wahrscheinlichkeitsbegriff 8. Der Wahrscheilichkeitsbegriff M.5 Wahrscheilichkeitsbegriff (ca. 0 Std.) Die Etwicklug eies abstrakte Wahrscheilichkeitsbegriffs erlaubt es de Schüler, verschiedee bereits aus de vorhergehede Jahrgagsstufe

Mehr

Erfolg im Mathe-Abi 2013

Erfolg im Mathe-Abi 2013 Gruber I Neuma Erfolg im Mathe-Abi 2013 Vorabdruck Wahlteil Stochastik für das Abitur ab 2013 zum Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Vorwort Vorwort Erfolg vo Afag a...ist das

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10. 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel VI. Einige spezielle diskrete Verteilungen Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten Der Additiossatz ud der Multiplikatiossatz für Wahrscheilichkeite Die Wahrscheilichkeitsrechug befasst sich mit Ereigisse, die eitrete köe, aber icht eitrete müsse. Die Wahrscheilichkeit eies Ereigisses

Mehr

Erfolg im Mathe-Abi 2017

Erfolg im Mathe-Abi 2017 Gruber I Neuma Erfolg im Mathe-Abi 2017 Übugsaufgabe für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Ihaltsverzeichis Ihaltsverzeichis Aalysis 1 Tuel... 7 2 Widkraftalage... 8 3 Testzug... 9 4 Abkühlug...

Mehr

Lösungen Mehrstufige Zufallsversuche I. Ausführliche Lösung

Lösungen Mehrstufige Zufallsversuche I. Ausführliche Lösung Lösuge Mehrstufige Zufallsversuche I e: A1 Aufgabe Eie Müze wird zweimal geworfe. Zeiche Sie das Baumdiagramm ud bestimme Sie die Wahrscheilichkeit für folgede Ereigisse: a) A: Geau eimal Wappe. b) B:

Mehr

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro. mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Anwendungen der Wahrscheinlichkeit II. Markovketten

Anwendungen der Wahrscheinlichkeit II. Markovketten Aweduge der Wahrscheilichkeit II 1. Fragestelluge Markovkette Markovkette sid ei häufig verwedetes Modell zur Beschreibug vo Systeme, dere Verhalte durch eie zufällige Übergag vo eiem Systemzustad zu eiem

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

Grenzwertberechnungen

Grenzwertberechnungen Katosschule Solothur Grezwertberechuge Grezwertberechuge Grezwertberechuge bei Folge ud Reihe Folge sid Fuktioe; die Begriffe beschräkt ud mooto trete daher auch bei Folge auf. Isbesodere habe sie eie

Mehr

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) = Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

5.3 Ergebnis- und Ereigniswahrscheinlichkeiten

5.3 Ergebnis- und Ereigniswahrscheinlichkeiten 5 Grudbegriffe der Wahrscheilichkeitstheorie 43 5.3 Ergebis- ud Ereigiswahrscheilichkeite Bisheriger Aufbau Wir habe die Wahrscheilichkeitstheorie aufgebaut, idem wir mit der Defiitio vo Ergebiswahrscheilichkeite

Mehr

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln. Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich

Mehr

Demo-Text für INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. ANALYSIS Vollständige Induktion FRIEDRICH W.

Demo-Text für   INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK.   ANALYSIS Vollständige Induktion FRIEDRICH W. ANALYSIS Vollstädige Iduktio Datei Nr. 40080 Stad 14. März 018 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 40080 Beweismethode: Vollstädige Iduktio Vorwort Die Methode der vollstädige Iduktio

Mehr

Für die Vorlesung von Prof. Schmitz

Für die Vorlesung von Prof. Schmitz Agewadte Mathematik Skript Für die Vorlesug vo Prof. Schmitz Vo Michael Barth www.little-thigs.de Dak a Patrick Bader 1 Table of Cotets 6. Graphe ud Bäume... 3 6.1 Graphe...3 6.1.1 Grudlegede e...3 6.1.2

Mehr

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen Semiarausarbeitug: Gegebeispiele i der Wahrscheilichkeitstheorie - Uterschiedliche Kovergezarte vo Folge vo Zufallsvariable Volker Michael Eberle 4. März 203 Eileitug Die vorliegede Arbeit thematisiert

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

Übungen mit dem Applet erwartungstreu

Übungen mit dem Applet erwartungstreu Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Aufgaben zur Übung und Vertiefung

Aufgaben zur Übung und Vertiefung Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,

Mehr

Zentraler Grenzwert Satz

Zentraler Grenzwert Satz Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.

Mehr

Erfolg im Mathe-Abi 2015

Erfolg im Mathe-Abi 2015 Gruber I Neuma Erfolg im Mathe-Abi 2015 Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Ihaltsverzeichis Ihaltsverzeichis Aalysis 1 Tuel... 2 Widkraftalage... 7 3 Testzug... 8 4 Abkühlug...

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud -ugleichuge 6 Für Eperte 9 Polyomgleichuge ud -ugleichuge Defiitio: Ei Term

Mehr

Stochastik A. Prof. Dr. Barbara Gentz

Stochastik A. Prof. Dr. Barbara Gentz Stochastik A Prof. Dr. Barbara Getz Zusammefassug. Diese Mitschrift basiert auf Frau Prof. Getz Vorlesug Stochastik A aus dem Witersemester 2010/2011, welche sich i weite Teile a [Mee03] orietiert. Wer

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht? Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

Stochastik. Eine Vorlesung für das Lehramtsstudium. Verfasst von Franz Hofbauer, Wintersemester 2018/19. bearbeitet von Gernot Greschonig

Stochastik. Eine Vorlesung für das Lehramtsstudium. Verfasst von Franz Hofbauer, Wintersemester 2018/19. bearbeitet von Gernot Greschonig Stochastik Eie Vorlesug für das Lehramtsstudium Verfasst vo Fraz Hofbauer, bearbeitet vo Gerot Greschoig Witersemester 08/9 Vorwort Der Begriff Wahrscheilichkeit wird üblicherweise mit Häufigkeit assoziiert.

Mehr

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen 7. Vorlesug im Brückekurs Mathematik 2017 Hilfsmittel aus der Kombiatorik, Vollstädige Iduktio, Reelle Zahlefolge Dr. Markus Herrich Markus Herrich Kombiatorik, Vollstädige Iduktio, Zahlefolge 1 Hilfsmittel

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die notwendigen Verteilungstabellen finden Sie z.b. hier: Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Erfolg im Mathe-Abi 2014

Erfolg im Mathe-Abi 2014 Gruber I Neuma Erfolg im Mathe-Abi 2014 Übugsbuch für de Pflichtteil Bade-Württemberg mit Tipps ud Lösuge Ihaltsverzeichis Ihaltsverzeichis Aalysis 1 Ableite 1.1 Potezfuktioe mit atürliche Expoete... 7

Mehr

Einführung in die Grenzwerte

Einführung in die Grenzwerte Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der

Mehr

Kapitel 6 Differenzierbarkeit

Kapitel 6 Differenzierbarkeit Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Stochastik im SoSe 2018 Übungsblatt 2

Stochastik im SoSe 2018 Übungsblatt 2 Stochasti im SoSe 2018 Übugsblatt 2 K. Paagiotou/ L. Ramzews / S. Reisser Lösuge zu de Aufgabe. Aufgabe 1 Eie Ure ethält B blaue, R rote ud G grüe Bälle. Wir ziehe eie Teilmege mit geau Bälle aus der Ure,

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer Stochastik Eie Vorlesug für das Lehramtsstudium Fraz Hofbauer SS 01 Vorwort Der Begriff Wahrscheilichkeit wird üblicherweise mit Häufigkeit assoziiert. Was oft eitritt, hat hohe Wahrscheilichkeit, was

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Teil II Zählstatistik

Teil II Zählstatistik Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

Kleingruppen zur Service-Veranstaltung Mathematik I fu r Ingenieure bei Prof. Dr. G. Herbort im WS12/13 Dipl.-Math. T. Pawlaschyk,

Kleingruppen zur Service-Veranstaltung Mathematik I fu r Ingenieure bei Prof. Dr. G. Herbort im WS12/13 Dipl.-Math. T. Pawlaschyk, Musterlo suge zu Blatt 0 Kleigruppe zur Service-Verastaltug Mathematik I fu r Igeieure bei Prof. Dr. G. Herbort im WS/3 Dipl.-Math. T. Pawlaschyk, 9.. Theme: Kovergez vo Folge Aufgabe P (i) Sei a : k kk.

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher

Mehr

3 Wichtige Wahrscheinlichkeitsverteilungen

3 Wichtige Wahrscheinlichkeitsverteilungen 26 3 Wichtige Wahrscheilicheitsverteiluge Wir betrachte zuächst eiige Verteilugsfutioe für Produtexperimete 31 Die Biomialverteilug Wir betrachte ei Zufallsexperimet zum Beispiel das Werfe eier Müze, bei

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Zahlenfolgen. Zahlenfolgen

Zahlenfolgen. Zahlenfolgen Zahlefolge Eie Zahlefolge a besteht aus Zahle a,a,a 3,a 4,a 5,... Die eizele Zahle eier Folge heiße Glieder oder Terme. Beispiele für Zahlefolge sid die atürliche Zahle: 3 4 5 6 7 8 9 0 3 4 5..., die gerade

Mehr

Daten und Zufall in der Jahrgangsstufe 9 Seite 1

Daten und Zufall in der Jahrgangsstufe 9 Seite 1 Date ud uall i der Jahrgagsstue Seite usammegesetzte uallsexperimete, Padregel Aubaued au de Erahruge aus de vorhergehede Jahrgagsstue beschätige sich die Schüler systematisch mit zusammegesetzte uallsexperimete

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya Fuktioereihe Erst durch Newto wurde die Theorie uedlicher Reihe zu eiem eigestädige Forschugsgebiet i der Mathematik, das da i Britaie besodere Beachtug ud weitere Etwicklug durch Brook Taylor ud Coli

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

1 a+ 5 a b + 5a b 5ab(a+ = 10 a + 10a b 10a (a+ 2 3a. b a ab a. a a ab+ ab b b

1 a+ 5 a b + 5a b 5ab(a+ = 10 a + 10a b 10a (a+ 2 3a. b a ab a. a a ab+ ab b b 8. Jahrgagsstufe (G8) Zahle Bruchterme sid um Beispiel: + a b,, a c+ d.. Erweiter ud Küre Ei Bruchterm wird erweitert (gekürt), idem ma Zähler ud Neer mit dem selbe Term multipliiert (durch de selbe Term

Mehr

Aufgabe 4.2. (a) lim 7 + = (b) lim. ( 2n 3 6n 2 + 3n 1. (c) lim n n 2 ( 1) n n 3) = lim. (d) n n + 1. lim. (e) n n. Aufgabe 4.3.

Aufgabe 4.2. (a) lim 7 + = (b) lim. ( 2n 3 6n 2 + 3n 1. (c) lim n n 2 ( 1) n n 3) = lim. (d) n n + 1. lim. (e) n n. Aufgabe 4.3. Folge Eie Folge ist eie Aordug vo reelle Zahle. Die eizele Zahle heiße Glieder der Folge. Kapitel 4 Folge ud Reihe Formal: Eie Folge ist eie Abbildug a : N R, a Folge werde mit a i i oder kurz a i bezeichet.

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

Kapitel 4. Folgen und Reihen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 4 Folgen und Reihen 1 / 38. a : N R, n a n

Kapitel 4. Folgen und Reihen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 4 Folgen und Reihen 1 / 38. a : N R, n a n Kapitel 4 Folge ud Reihe Josef Leydold Auffrischugskurs Mathematik WS 2017/18 4 Folge ud Reihe 1 / 38 Folge Eie Folge ist eie Aordug vo reelle Zahle. Die eizele Zahle heiße Glieder der Folge. Formal: Eie

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Index. Majorante, 24 Minorante, 23. Partialsumme, 17 Folge, Reihe Idex Kovergezkriterie Hauptkriterium, Leibiz-Kriterium, Majoratekriterium, 4 Mioratekriterium, otwediges Kriterium, 0 Quotietekriterium, teleskopierede Summe, Wurzelkriterium, Majorate, 4

Mehr

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2 Schule Budesgymasiu um ür Berustätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-4 Polyom-& Wurzel-& Wikeluktioe Teil 1/2 Polyomuktioe Eie wichtige Klasse vo Fuktioe bilde die Polyomuktioe (x =

Mehr