Anmerkung: Eine Tabelle zum Arbeiten mit der Standardnormalverteilung ist z. B. unter der Adresse
|
|
- Werner Schmitt
- vor 7 Jahren
- Abrufe
Transkript
1 Übung 9 Anmerkung: Eine Tabelle zum Arbeiten mit der Standardnormalverteilung ist z. B. unter der Adresse zu finden. Standardnormalverteilung Aufgabe 9.1 Die Länge X (in mm) von Leiterplatten sei angenähert normalverteilt mit Erwartungswert µ = 15. Ermitteln Sie die Varianz, wenn 98% der Leiterplatten zwischen 14 mm und 16 mm lang sind. Aufgabe 9.2 Die Lebensdauer eines Computerbauteils ist annähernd normalverteilt mit einer Standardabweichung von σ = 600 h. Eine zufällige Stichprobe vom Umfang n = 36 ergibt eine durchschnittliche Lebensdauer von 3000 h. Bestimmen Sie ein 95%-iges Konfidenzintervall für den unbekannten Parameter µ der Normalverteilung. Aufgabe 9.3 Aus der Produktion von Zylinderschrauben wird eine Stichprobe vom Umfang n = 25 entnommen und an jeder Schraube die Schaftlänge gemessen. Die Stichprobe ergibt x = 16 mm und s 2 = 484 µm 2. Bestimmen Sie ein Konfidenzintervall für σ 2 unter der Voraussetzung, dass das Konfidenzniveau 0.99 beträgt. Aufgabe 9.4 X 1,..., X n sei eine unabhängige, identisch verteilte Stichprobe einer normalverteilten Zufallsvariablen X, von der µ und σ 2 unbekannt sind. Man bestimme ein Konfidenzintervall für µ zum Vertrauensgrad 1 α = 0.95 aus den Stichprobenwerten 104, 115, 112, 89, 94, 106, 119, 99, 102 und 90. Aufgabe 9.5 Unter 3000 Lebendgeburten wurden 1578 Knaben gezählt. Bestimmen Sie daraus ein Konfidenzintervall für die Wahrscheinlichkeit p einer Knabengeburt zu 1 α = Aufgabe 9.6 In der Vergangenheit betrug die Varianz der normalverteilten Lebensdauer einer bestimmten Batteriesorte σ 2 = 1.1 Jahre 2. Es soll nun auf Stichprobenbasis geprüft werden, ob sich durch Einführung eines kostengünstigeren Produktionsverfahrens die Varianz der Lebensdauer erhöht. Eine Stichprobe von n = 25 nach dem neuen Verfahren gefertigter Batterien liefert eine Varianz von s 2 = 1.6 Jahre 2 (Signifikanzniveau α = 0.01). Votierungswoche:
2 Übung 8 Aufgabe 8.1 Es sei f eine durch { b für a x a f(x) = 0 sonst gegebene Funktion. Ermitteln Sie a und b derart, dass f die Dichtefunktion einer Zufallsgröße mit der Varianz 1 ist. Aufgabe 8.2 Die Zufallsgröße X sei normalverteilt mit E(X) = 0 und Var(X) = 1. Berechnen Sie (a) P (X 2, 5), (b) P (X < 1, 5), (c) P (1, 2 X < 2, 3), (d) P ( 1, 1 X < 3). Aufgabe 8.3 Für den Gesamtwiderstand R von elektronischen Computerbauteilen einer Lieferung gleicher Bauart wird der Erwartungswert mit µ = 200 Ω und die Varianz mit δ = 5 Ω angegeben. (a) Wie groß ist die Wahrscheinlichkeit, dass ein Bauteil fehlerhaft ist, wenn der Gesamtwiderstand R der Computerbauteile maximal um 5 Ω vom Sollwert abweichen darf? (b) Wie müssen die Toleranzgrenzen (200 ± α)ω gewählt werden, damit die Wahrscheinlichkeit für das Auftreten eines fehlerhaften Bauteils, d. h. P ( R 200 > α), kleiner als 0, 01 ist? Aufgabe 8.4 Für den Gesamtwiderstand R von elektronischen Computerbauteilen einer Lieferung gleicher Bauart wird der Erwartungswert mit µ = 200 Ω und die Varianz mit δ = 5 Ω angegeben. (a) Wie groß ist die Wahrscheinlichkeit, dass ein Bauteil fehlerhaft ist, wenn der Gesamtwiderstand R der Computerbauteile maximal um 5 Ω vom Sollwet abweichen darf? (b) Wie müssen die Toleranzgrenzen (200 ± α)ω gewählt werden, damit die Wahrscheinlichkeit für das Auftreten eines fehlerhaften Bauteils, d. h. P ( R 200 > α), kleiner als 0, 01 ist?
3 Aufgabe 8.5 Ein Automat fertigt Lüfter für PC s, deren Durchmesser eine normalverteilte Zufallsgröße mit µ = 40 mm und σ = 0.5 mm ist. Der Toleranzbereich sei [38, 8 mm; 41, 0 mm]. (a) Wie groß ist die Wahrscheinlichkeit dafür, dass ein gefertigter Lüfter normgerecht ist? (b) Wie groß ist die Wahrscheinlichkeit dafür, dass von 3 ausgewählten Lüftern höchstens 2 normgerecht sind? (c) Wie viel Prozent der gefertigten Lüfter sind mindestens 38, 6 mm lang? (d) Für welchen Wert b gilt P (39, 2 X < b) = 0, 9370? (e) Für welchen Wert c gilt P ( X µ < c) = 0, 95? (f) Wie groß ist der normgerechte Anteil, wenn sich der Wert µ im Laufe der Zeit auf 40, 2 mm verschiebt? Aufgabe 8.6 Die Länge X (in mm) von Leiterplatten für Computer sei angenähert normalverteilt mit µ = 15. Ermitteln Sie die Varianz, wenn 98% der Leiterplatten zwischen 14 mm und 16 mm lang sind. Votierungswoche:
4 Übung 7 Aufgabe 7.1 Eine biologische Kreuzung gelingt nur in 5% aller angesetzten Versuche. Wie viel Versuche sind anzusetzen, damit mit 99% Wahrscheinlichkeit wenigstens einmal die Kreuzung gelingt? Aufgabe 7.2 Ein Computerhersteller erhält regelmäßig Lieferungen, die aus jeweils N = 100 Erzeugnissen bestehen. Aus statistischen Unterlagen geht hervor, dass die Zahl der in einer Lieferung enthaltenen Ausschussstücke eine binomial verteilte mit den Parametern n = 2 und p = 0, 1 Zufallsvariable ist. Einer Lieferung mit unbekanntem Ausschussanteil werden m = 10 Qualitätskontrollproben ohne Zurücklegen entnommen. Die gesamte Lieferung wird nur dann angenommen, wenn alle m = 10 Erzeugnisse qualitätsgerecht sind. (a) Wie groß ist die Wahrscheinlichkeit dafür, dass eine Lieferung k = 0, 1, 2 Ausschussstücke enthält? (b) Man bestimme die Wahrscheinlichkeit dafür, dass eine Lieferung angenommen wird. (c) Wie viel Sendungen muss der Computerhersteller durchschnittlich erhalten, damit insgesamt ein Ausschussstück erwartet werden muss? Aufgabe 7.3 Die Lebensdauer X (in Zeiteinheiten) einer Sorte von Bauteilen eines Computers kann durch die Dichtefunktion { 0 für x 0 f(x) = 0, 06 x 2 e 0,02 x3 für x > 0 beschrieben werden. (a) Bestimmen Sie die Verteilungsfunktion von X. (b) Wie groß ist die Wahrscheinlichkeit dafür, dass ein solches Bauelement mindestens 2 Zeiteinheiten ausfallfrei arbeitet? (c) Welche Zeit überleben 90% der Bauelemente? Aufgabe 7.4 In einer Werkstatt einer Computerfirma unterliege die zufällige Reparaturzeit eines Computers einer Exponentialverteilung mit dem Parameter λ = 0, 5. (a) Bestimmen Sie die Wahrscheinlichkeit dafür, dass zur Reparatur eines beliebigen Computers mindestens 3 Stunden aufgewendet werden müssen.
5 (b) Wie viele Stunden werden im Durchschnitt zur Reparatur eines Computers benötigt? Aufgabe 7.5 Eine Maschine produziert Gehäuseteile eines Computers mit einem Ausschussanteil von 9%. (a) Nach welcher Verteilung bestimmt sich die Anzahl der brauchbaren Gehäuseteile in einer Anzahl n von produzierten Gehäuseteilen. (b) Berechnen Sie mit einer geeigneten Näherung die Wahrscheinlichkeit für 110 oder mehr brauchbare Gehäuseteile in einer Produktion von 1000 Gehäuseteilen. Begründen Sie: Warum dürfen Sie die Näherung verwenden? Aufgabe 7.6 In einem großen Netzwerk treten pro Tag im Durchschnitt 16 Störungen auf. Man kann annehmen, dass die Anzahl der Störungen poissonverteilt ist. Wie groß ist die Wahrscheinlichkeit, dass pro Tag mehr als 20 Störungen auftreten? Votierungswoche:
6 Übung 6 Aufgabe 6.1 Die Intaktwahrscheinlichkeit bezogen auf die Zeit t betragen für zwei unabhängig voneinander arbeitende Computernetze 0, 9 bzw. 0, 8. Sei X die Zufallsvariable für die Anzahl der in der Zeit t intakten Computernetze. Ermitteln Sie (a) die Verteilungsfunktion F (x), (b) den Erwartungswert E(X) und die Varianz V (X), (c) die Wahrscheinlichkeit, dass in der Zeit t wenigstens ein Computernetz intakt ist. Aufgabe 6.2 Gegeben ist die Verteilungsfunktion einer diskreten Zufallsvariablen 0 für t < 0 0, 1 für 0 t < 2 F (t) = 0, 4 für 2 t < 4. 0, 8 für 4 t < 6 1 für t 6 Berechnen Sie: P (1 < X 4); P (1 X 4); P (X 3); E(X) und V (X). Aufgabe 6.3 Die Auswahlwahrscheinlichkeiten bezogen auf ein bestimmtes Zeitintervall betragen für drei voneinander unabhängig arbeitende Computer 0, 1; 0, 2 bzw. 0, 3. Sei X die Zufallsvariable für die Anzahl der in diesem Zeitraum ausfallenden Computer. Bestimmen Sie (a) die Verteilung von X, (b) E(X) und V (X), (c) die Wahrscheinlichkeit, dass höchstens ein Computer ausfällt. Aufgabe 6.4 Vier gleiche Bauteile für Computer haben die gleiche Zuverlässigkeit von 0, 9. Mit X wird die Anzahl der funktionstüchtigen Bauteile bezeichnet. (a) Berechnen Sie den Erwartungswert und die Varianz von X. (b) Wie groß ist die Wahrscheinlichkeit dafür, dass wenigstens zwei Bauteile funktionstüchtig sind?
7 Aufgabe 6.5 Eine Lieferung von 100 Disketten, die 10 fehlerhafte Disketten enthält, wird einer Qualitätskontrolle unterzogen. Hierzu werden 5 der 100 Disketten herausgegriffen und überprüft. Die Lieferung wird zurückgeschickt, wenn unter den 5 geprüften Disketten mehr als eine fehlerhaft ist. Mit welcher Wahrscheinlichkeit wird die Lieferung zurückgeschickt? Aufgabe 6.6 Ein Computernetz besteht besteht aus 10 unabhängig voneinander arbeitenden Computern. Jeder dieser 10 Computer fällt in der Zeit T mit der Wahrscheinlichkeit 0, 05 aus. Mit Hilfe der Ungleichung von Tschebyschew soll die Wahrscheinlichkeit dafür abgeschätzt werden, dass der absolute Betrag der Differenz zwischen der Zahl der ausgefallenen Computer und dem Erwartungswert dieser Zufallsvariablen größer als 2 ist. Votierungswoche:
8 Übung 5 Aufgabe 5.1 Ein roter und ein blauer Würfel werden geworfen. Seien A das Ereignis Der rote Würfel zeigt eine gerade Zahl, B das Ereignis Der blaue Würfel zeigt eine gerade Zahl und C das Ereignis Die Augensumme ist eine ungerade Zahl. Sind die Ereignisse A, B und C paarweise unabhängig? Sind die Ereignisse A, B und C unabhängig? Aufgabe 5.2 Eine Firma stellt Computerbauteile her, von denen bekannt ist, dass 96% der hergestellten Bauteile normgerecht arbeiten. Eine Qualitätskontrolle gibt ein normgerecht arbeitendes Bauteil mit einer Wahrscheinlichkeit von 0,98 und ein nichtnormgerecht arbeitendes Bauteil mit einer Wahrscheinlichkeit von 0,05 zum Einbau frei. Bestimmen Sie die Wahrscheinlichkeit dafür, dass ein von der Kontrolle freigegebenes Bauteil normgerecht arbeitet. Aufgabe 5.3 Zwei Würfel werden geworfen. Wie groß ist die Wahrscheinlichkeit, die Augensumme 7 zu werfen unter der Bedingung, dass wenigstens einmal die Augenzahl 3 geworfen wird? Wie groß ist die Wahrscheinlichkeit, dass die Augensumme 7 ist, falls die Augensumme ungerade ist? Aufgabe 5.4 An einem Rechnerpraktikum nehmen 100 Studenten teil, von denen 55 Informatik und 45 Computervisualistik studieren. Zur Lösung einer Aufgabe können die Studenten zwei verschiedene Programme nutzen. Für das erste Programm entscheiden sich 40 Computervisualisten und 20 Informatiker. Alle anderen wählen das zweite Programm. (a) Bestimmen Sie die Wahrscheinlichkeit dafür, dass sich ein Computervisualistikstudent für das erste Programm entscheidet. (b) Bestimmen Sie die Wahrscheinlichkeit dafür, dass ein zufällig ausgewählter Informatikstudent das erste Programm benutzt. (c) Bestimmen Sie die Wahrscheinlichkeit dafür, dass ein Benutzer des zweiten Programmes Informatik studiert. Aufgabe 5.5 Seien (Ω, A, P ) ein Wahrscheinlichkeitsraum und A, B A mit 0 < P (B) < 1. Beweisen Sie: Aus P (A B) = P (A) P (B) folgt P (A B) = P (A B).
9 Aufgabe 5.6 Für eine Firma werden drei Großrechner gekauft. Diese haben unterschiedliche Qualitätseigenschaften. Die Wahrscheinlichkeit dafür, dass diese länger als 4000 Stunden ausfallfrei arbeiten, betragen 0, 8; 0, 7; 0, 6. Sei X die Anzahl der Großrechner, die länger als 4000 Stunden ausfallfrei arbeiten. Bestimmen Sie (a) die Verteilung von X, (b) die Verteilungsfunktion, (c) den Graph der Verteilungsfunktion, (d) P (X 1). Votierungswoche:
10 Übung 4 Aufgabe 4.1 Ein Computernetz besteht aus 4 Computerarbeitsplätzen. C i bedeute, dass der i-te Computerarbeitsplatz funktionstüchtig ist (i = 1, 2, 3, 4). Erfassen Sie die Ereignisse: (a) Alle 4 Computerarbeitsplätze sind funktionstüchtig. (b) Genau 3 Computer arbeiten. (c) Mindestens ein Computerarbeitsplatz fällt aus. (d) Höchstens ein Computer fällt aus. (e) Nur der 3. Computer fällt aus. Aufgabe 4.2 Ein System (Zuverlässigkeitsersatzschaltung) hat folgende Struktur: (a) (b) A i bedeute, dass das i-te Bauelement während der Zeit t nicht ausfällt und S, dass das System nicht ausfällt. Drücken Sie die Ereignisse S und S durch die Ereignisse A i und Āi aus.
11 Aufgabe 4.3 Der Name einer Variablen in einem C-Programm ist ein Wort über dem Alphabet A, das aus Kleinbuchstaben, Großbuchstaben, Ziffern und einem Unterstrich besteht. Der erste Buchstabe des Wortes darf keine Ziffer sein. Wieviele verschiedene Variablennamen in C sind möglich, wenn eine Variable durch die ersten 8 Zeichen festgelegt ist? (Beachte: Es sind auch Namen mit weniger als 8 Zeichen zulässig!) Aufgabe 4.4 Eine Lieferung von 30 Computern, die durch ihre Fabrikationsnummer unterscheidbar sind, enthält 6 fehlerhafte Geräte. (a) Wie viele Möglichkeiten gibt es, 4 Computer aus der Lieferung zu prüfen? (b) Wie viele Möglichkeiten gibt es, 4 Computer aus der Lieferung zu prüfen, die genau zwei fehlerhafte Computer enthalten? (c) Wie viele Möglichkeiten gibt es, 4 Computer aus der Lieferung zu prüfen, die höchstens ein fehlerhaftes Stück enthalten? Aufgabe 4.5 Zum Bau eines Computerchips werden 4 gleichartige Bauelemente benötigt. Von 12 vorhandenen Bauteilen sind 2 defekt. Mit welcher Wahrscheinlichkeit sind unter den 4 ausgewählten Bauteilen (a) kein defektes, (b) genau ein defektes, (c) 2 defekte Bauteile? Aufgabe 4.6 Eine aus 100 Produkten bestehende Serie wird folgendermaßen getestet: Es werden nacheinander zufällig und ohne Zurücklegen 5 Produkte ausgewählt. Die Serie gilt als unbrauchbar, wenn mindestens eines der ausgewählten Produkte unbrauchbar ist. Wie groß ist die Wahrscheinlichkeit für die Unbrauchbarkeit der Serie, falls sie 5% unbrauchbare Produkte enthält? Votierungswoche:
12 Übung 3 Aufgabe 3.1 Berechnen Sie das Integral f für folgende Funktionen Q f : R3 R: (a) f(x, y, z) = z2 xy mit Q = [0, 2] [0, 3] [ 1, 1], (b) f(x, y, z) = xy2 mit Q = [0, 1] [ 1, 2] [0, 1]. Aufgabe 3.2 (a) Zeichnen Sie die Gebiete, deren Flächen durch folgende Integrale ausgedrückt werden: (i) 2 x 2 1 dxdy (ii) 0 dydx 0 x 2 y 2 4 (b) Ermitteln Sie die zu (i) und (ii) gehörenden Integrale durch Veränderung der Reihenfolge der Integration. (c) Berechnen Sie die Flächen. 2y 1+x2. Berechnen Sie das Inte- Aufgabe 3.3 Sei f : R2 R mit f(x, y) = gral f über dem Normalbereich D D = {(x, y) R2 : 0 x 2, x y x2}. Skizzieren Sie den Normalbereich D. Aufgabe 3.4 Berechnen Sie das Integral e x+y d x auf dem Dreieck D R2 D mit den Eckpunkten (1, 1), (1, 2) und (2, 2). Aufgabe 3.5 Berechnen Sie das Volumen der Menge D = {(x, y, z) R3 : 0 x 4, x 1 y x + 3, 0 z x + y + 4}. Aufgabe 3.6 Berechnen Sie das Integral f(x)dx für die Funktion D f : R3 R mit f(x, y, z) = xyz für D = {(x, y, z) T R3 : 1 x 4, x y 2x, 0 z xy}. Votierungswoche:
13 Übung 2 Aufgabe 2.1 Berechnen Sie die zweiten partiellen Ableitungen für (a) f(x, y) = sin(x sin y), (b) f(x, y, z) = x y+z. Aufgabe 2.2 Berechnen Sie die Jacobi-Matrix und die Hesse-Matrix für (a) f(x, y) = sin(x sin y), (b) f(x, y, z) = x y+z. Aufgabe 2.3 Bestimmen Sie die lokalen Extremwerte der Funktion f : R2 R mit f(x, y) = x4 + y4 4a 2 xy + 8a4 in Abhängigkeit des Parameters a R mit a 0. Aufgabe 2.4 Bestimmen Sie die lokalen Extremwerte der Funktion f : R2 R mit f(x, y) = x3 + 8y3 6xy + 1. Aufgabe 2.5 In einem Produktionsprozess läßt sich die Abhängigkeit der Produktionskosten K (in Geldeinheiten) von den Produktionsmengen q 1, q 2 und q 3 (in Mengeneinheiten) dreier Produkte durch den folgenden Zusammenhang beschreiben: K(q 1, q 2, q 3 ) = 10 + q ln(q 1 q 2 ) + p 2 2 3q 2 + 2q 3 2. Bestimmen Sie die optimalen Produktionsmengen q 1, q 2 und q 3, so dass die Kostenfunktion K(q 1, q 2, q 3 ) ein Minimum annimmt. Aufgabe 2.6 Welche Punkte der Parabel y = 2 x2 haben minimalen Abstand zum Nullpunkt, d. h. gesucht sind die Minimalpunkte der Funktion f : R2 R mit f(x, y) = x2 + y2 unter der Nebenbedingung y + x2 2 = 0. Votierungswoche:
14 Übung 1 Aufgabe 1.1 Ermitteln Sie den Definitionsbereich D folgender Funktion f : D R2 R: (a) f(x, y) = xy y x (b) f(x, y) = x + x2 y2 (c) f(x, y) = x y Aufgabe 1.2 Zeigen Sie die Konvergenz der Folge {a k } im R3, wobei a k = a k 1 a k 2 a k 3 R3 mit a k 1 = ( k k+2 )k, a k 2 = (k k2 1) k und a k 3 = k sin 1 k diese Folge auch im Q3? gelte. Konvergiert Aufgabe 1.3 Bestimmen Sie die ersten partiellen Ableitungen von (a) f(x, y) = x y + y x (b) f(x, y) = ln( x y) (c) u(x, t) = 2x t x+2t (d) c(a, b, α) = a2 + b2 2ab cos α. Aufgabe 1.4 Gegeben sei die Funktion f : R3 R mit f(x 1, x 2, x 3 ) = x x x 3 2. Zeigen Sie die Gültigkeit folgender Gleichung: ( ) ( ) f(x1, x 2, x 3 ) f(x1, x 2, x 3 ) x x 2 ( f(x1, x 2, x 3 ) x 3 ) 2 = 1. Aufgabe 1.5 Bestimmen Sie die Richtungsableitung der Funktion f : R2 R mit f(x, y) = ln(e x + e y ) in Richtung der Winkelhalbierenden des ersten Quadranten. Aufgabe 1.6 Sei f : R2 R mit f(x, y) = (y x2)(y 3x2). (a) Berechnen Sie den Gradienten von f und zeigen Sie, dass dieser nur im Punkt (0, 0) verschwindet. (b) Zeigen Sie, dass die Hesse-Matrix H f (0, 0) positiv definit ist. Votierungswoche:
15 Übung 0 Aufgabe 0.1 Gegeben seien die Funktionen f = R >0 R mit f(x) = 1+ln x x und g : R\{0} R mit g(x) = (1 + 5 x )2x. (a) Untersuchen Sie f(x) auf relative Extremwerte. (b) Bestimmen Sie lim x g(x). Aufgabe 0.2 Zeigen Sie, dass die Funktion s : D R mit s(t) = 1 ds t ln ct ; c R der Gleichung t dt + s = ts2 genügt. Aufgabe 0.3 Gegeben sei die Funktion g = R R mit g(x) = 2e x2. (a) Bestimmen Sie mithilfe der Substitution t = x2 eine Stammfunktion der Funktion f(x) = x g(x). (b) Bestimmen Sie z. B. mithilfe der partiellen Integration eine Stammfunktion der Funktion h(x) = x2 f(x). (c) Berechnen Sie das uneigentliche Integral 0 h(x)dx. Aufgabe 0.4 Von der Bewegung eines Massenpunktes im R3 sei bekannt, dass die Geschwindigkeit zu jedem Zeitpunkt t 0 gleich v(t) = (e t/2, 2e t/2, 3e t/2 ) ist. Bestimmen Sie den Ort des Massenpunktes zur Zeit t, wenn er zur Zeit t 0 = 0 im Punkt (2, 1, 0) startet. Aufgabe 0.5 Ermitteln Sie im Falle ihrer Existenz den Wert folgender uneigentlicher Integrale: (a) (c) 1 xe ( x2) dx 1 1 dx x (b) (d) 1 e 1 ln x x2 dx 1 x(ln(x))2 dx. Aufgabe 0.6 Gegeben sei die Funktion f : R2 R mit f(x, y) = xe 2y ye 2x. Bestimmen Sie die erste Ableitung y = dy dx von y an der Stelle x 0 = 0 aus der Gleichung f(x, y) = 0 mithilfe der Gleichung f f xdx + y dy = 0. Votierungswoche:
Stetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrStatistik (Ch/Ph) Schwerpunkte und Aufgaben
1 Kombinatorik 1.1 Aufgaben Statistik (Ch/Ph) Schwerpunkte und Aufgaben Eine Münze wird fünfmal geworfen. Es wird notiert, ob Zahl oder Wappen erscheint. Wieviel verschiedene Versuchsprotokolle sind möglich?
MehrM 1 M 2 M 3 B 1 2 ( ) 1 B 2 3 1,5 1. Wieviel Bauteile jeder Sorte hat jede Maschine zu produzieren, damit die Gesamtherstellungszeit minimiert wird?
Übung 13 Aufgabe 13.1 Zur Produktion von mindestens 100 Bauteilen einer Sorte B 1 und mindestens 150 Bauteilen einer Sorte B 2 stehen drei Maschinen M 1, M 2 und M 3 zur Verfügung. Die Tabelle gibt die
MehrEine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann
4. Übung Themenkomplex: Zufallsvariablen und ihre Verteilung Aufgabe 1 Für eine stetige Zufallsvariable gilt: a) P (x = t) > 0 b) P (x 1) = F (1) c) P (x = 1) = 0 d) P (x 1) = 1 F(1) e) P (x 1) = 1 F(1)
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
MehrTU DORTMUND Sommersemester 2018
Fakultät Statistik. April 08 Blatt Aufgabe.: Wir betrachten das Zufallsexperiment gleichzeitiges Werfen zweier nicht unterscheidbarer Würfel. Sei A das Ereignis, dass die Augensumme beider Würfel ungerade
Mehr5 Binomial- und Poissonverteilung
45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1
MehrLösungen zu Übungs-Blatt 8 Wahrscheinlichkeitsrechnung
Lösungen zu Übungs-Blatt Wahrscheinlichkeitsrechnung Diskrete Zufallsgrößen Zu Aufgabe ) Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung?
MehrLösungen zu Übungsaufgaben Blatt 9
Diskrete Zufallsgrößen Zu Aufgabe Die zufällige Anzahl X von Ausfällen eines Servers pro Jahr genüge folgender Verteilung: ai 0 3 4 5 6 >6 pi /0 /0 3/0 /0 /0 /0 /0 0 Ein Ausfall des Servers verursacht
MehrÜbungsaufgaben zu Kapitel 12 bis 14
Hochschule für Technik und Wirtschaft Dresden Wintersemester 0/6 Fakultät Informatik/Mathematik Prof. Dr. B. Jung Übungsaufgaben zu Kapitel bis Hinweis: Die Berechnung evtl. auftretender Integrale kann
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrProbeklausur zu Mathematik 3 für Informatik Lösungshinweise (ohne Garantie auf Fehlefreiheit)
Gunter Ochs 9. Juni 05 Probeklausur zu Mathematik für Informatik Lösungshinweise ohne Garantie auf Fehlefreiheit. Sei fx x x. a Bestimmen Sie den Grenzwert lim x fx. Da an der Stelle x Zähler Nenner Null
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
MehrStochastik Musterlösung 4
ETH Zürich HS 218 RW, D-MATL, D-MAVT Prof. Marloes H. Maathuis Koordinator Dr. Marvin S. Müller Stochastik Musterlösung 4 1. Die Zufallsvariable, die die Anzahl eingehender Telefonanrufe in einer Telefonzentrale
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 1. Dezember 21 1 Integralrechnung Flächeninhalt Stammfunktion Rechenregeln 2 Dichten von Erwartungswert und Varianz
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Zufallsvariable Erinnerung: Merkmal, Merkmalsausprägung Deskriptive Statistik:
MehrÜbungs-Blatt 7 Wahrscheinlichkeitsrechnung
Übungs-Blatt Wahrscheinlichkeitsrechnung BMT Biostatistik Prof. Dr. B. Grabowski Zu Aufgabe ) Ein bestimmtes Bauteil wird auf seine Zuverlässigkeit untersucht. Die technische Prüfung erfolgt dabei so:
MehrAufgabe 2 Die Abbildung zeigt den Graphen einer ganzrationalen Funktion f.
Aufgabe 1 Die Abbildung zeigt den Graphen G f einer für 1 x 3 mit x R definierten Funktion f, die bei x= 1; x=1und x=3 Nullstellen besitzt. Die Funktion F mit F( x)= 1 6 ( x2 +2 x+3 ) 3 ist eine Stammfunktion
MehrMathematik für Sicherheitsingenieure I B
Priv.-Doz. Dr. J. Ruppenthal Wuppertal, 3.3.8 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I B Aufgabe. (5+8+7 Punkte a Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist.
MehrDWT 1.4 Rechnen mit kontinuierlichen Zufallsvariablen 234/467 Ernst W. Mayr
1.4.2 Kontinuierliche Zufallsvariablen als Grenzwerte diskreter Zufallsvariablen Sei X eine kontinuierliche Zufallsvariable. Wir können aus X leicht eine diskrete Zufallsvariable konstruieren, indem wir
MehrApl. Prof. Dr. G. Herbort, Prof. Dr. M. Heilmann Bergische Universität Wuppertal
Apl. Prof. Dr. G. Herbort, Prof. Dr. M. Heilmann.9. Bergische Universität Wuppertal Modul: Mathematik b für Ingenieure, Bachelor Sicherheitstechnik PO Aufgabe a Berechnen Sie das Integral I : e x + ln
Mehr2 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
MehrKapitel VII - Funktion und Transformation von Zufallsvariablen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrMathematik für Sicherheitsingenieure I B (BScS 2011)
Priv.-Doz. Dr. J. Ruppenthal Wuppertal, 5.9.7 Mathematik für Sicherheitsingenieure I B (BScS Aufgabe. (5+8+7 Punkte a eben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist. Eine Begründung
MehrWahrscheinlichkeitstheorie und Statistik
Wahrscheinlichkeitstheorie und Statistik Definitionen und Sätze Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2018 2.5.2018 Diskrete Wahrscheinlichkeitsräume Diskreter
MehrProbeklausur zu Mathematik 3 für Informatik
Gunter Ochs Juli 0 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immel ohne Galantie auf Fehreleiheit Sei f ln a Berechnen Sie die und die Ableitung f und f Mit der Produktregel erhält
MehrWirtschaftsmathematik
Einführung in einige Teilbereiche der Wintersemester 206 Prof. Dr. Stefan Etschberger HSA Unabhängigkeit von Ereignissen A, B unabhängig: Eintreten von A liefert keine Information über P(B). Formal: P(A
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
MehrStatistik II für Wirtschaftswissenschaftler
Fachbereich Mathematik 20.04.2017 Dr. Hefter & Dr. Herzwurm Übungsblatt 0 Keine Abgabe. Gegeben seien die Mengen A 1 =, A 2 = {1}, A 3 = {1, 1}, A 4 = {1, 3}, A 5 = {1, 2, 4}, A 6 = {1, 2, 3, 4}. a) Bestimmen
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Sommer 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrEinführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen
Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen David Geier und Sven Middelberg RWTH Aachen, Sommersemester 27 Inhaltsverzeichnis Information 2 Aufgabe 4 Aufgabe 2 6 4 Aufgabe
MehrKlausur zu Analysis und Wahrscheinlichkeitsrechnung
1 Klausur zu Analysis und Wahrscheinlichkeitsrechnung WS 016/17, 5.01.017 Prof. Dr. Hans-Jürgen Steens Name: Vorname: Matrikelnummer: Die Klausur besteht aus 3 Aufgaben. Es sind maximal 00 Punkte 11 +
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
MehrMathematik 2 Probeprüfung 1
WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Mathematik 2 Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
MehrStatistik Übungen WS 2017/18
Statistik Übungen WS 2017/18 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
MehrAufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).
Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte
MehrNachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14
Prof. Dr. Rainer Schwabe 08.07.2014 Otto-von-Guericke-Universität Magdeburg Institut für Mathematische Stochastik Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Name:, Vorname: Matr.-Nr.
Mehr5 Zufallsvariablen, Grundbegriffe
II. Zufallsvariablen 5 Zufallsvariablen, Grundbegriffe Def. 12 Es seien (Ω 1, E 1,P 1 ) und (Ω 2, E 2,P 2 ) Wahrscheinlichkeitsräume. Eine Abbildung X : Ω 1 Ω 2 heißt E 1 E 2 meßbar, falls für alle Ereignisse
MehrDemo-Text für STOCHASTIK. Tschebyscheff-Ungleichung. Einführung mit Anwendungsbeispielen. Datei Nr Friedrich W.
STOCHASTIK Tschebyscheff-Ungleichung Einführung mit Anwendungsbeispielen Datei Nr. 36111 Friedrich W. Buckel Stand 1. April 010 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK www.mathe-cd.de Inhalt 1 Wiederholung:
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Michael Höding Modulprüfung Mathematik III Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik,
Mehr70 Wichtige kontinuierliche Verteilungen
70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche
MehrDWT 1.4 Rechnen mit kontinuierlichen Zufallsvariablen 240/476 c Ernst W. Mayr
1.4.4 Laplace-Prinzip in kontinuierlichen Wahrscheinlichkeitsräumen Das folgende Beispiel zeigt, dass im kontinuierlichen Fall die Bedeutung von gleichwahrscheinlich nicht immer ganz klar sein muss. Bertrand
MehrLösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
MehrDer Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ),
2.5 Parameter einer Verteilung 2.5. Erwartungswert X eine Zufallsvariable, g : R R stetig. Der Erwartungswert E[g(X)] von g(x) ist definiert durch: E[g(X)] := k g(x k )w(x = x k ), falls X diskret ist
MehrWahrscheinlichkeitsrechnung und Statistik
5. Vorlesung Verteilungsfunktion (VF) Definition 9 Die Verteilungsfunktion (VF) einer Zufallsgröße X ist F : R R definiert als F (x) := P({ω Ω : X (ω) x}) = P( X x ) für jedes x R. Satz 9 - Eigenschaften
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrStatistik Zusätzliche Beispiele WS 2018/19
Statistik Zusätzliche Beispiele WS 208/9 Blatt 2: Wahrscheinlichkeitsrechnung. Erstellen Sie zur Zufallsgröße Augensumme von drei fairen Würfeln eine Tabelle der Wahrscheinlichkeitsfunktion und vergleichen
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie 8 Termin: 1. Juni 2007 Aufgabe
Mehr1.3 Zufallsgrößen und Verteilungsfunktionen
.3 Zufallsgrößen und Verteilungsfunktionen.3. Einführung Vielfach sind die Ergebnisse von Zufallsversuchen Zahlenwerte. Häufig möchte man aber auch in den Fällen, wo dies nicht so ist, Zahlenwerte zur
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrStatistik-Übungsaufgaben
Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist
MehrHandelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?
1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen
Mehr1 Dichte- und Verteilungsfunktion
Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die
MehrNachklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe
MehrFit 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
MehrÜbung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit
Übung 2 24..23 Ü b u n g 2 Aufgabe Die Poissonverteilung P(λ) hat die Wahrscheinlichkeitsfunktion p(x) = λx e λ (x ) x! Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung
MehrStatistik Übungen SS 2018
Statistik Übungen SS 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
Mehr4 MEHRDIMENSIONALE VERTEILUNGEN
4 MEHRDIMENSIONALE VERTEILUNGEN 4.14 Stochastische Vektoren 1. Der Merkmalraum des stochastischen Vektors (X, Y ) sei M = R 2. Betrachten Sie die folgenden Ereignisse und ihre Wahrscheinlichkeiten: A 1
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 2018 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Bitte... Lege deine Legi auf den Tisch. Trage deine Daten in dieses Deckblatt ein, und schreibe auf jedes
MehrApl. Prof. Dr. G. Herbort, Prof. Dr. M. Heilmann Bergische Universität Wuppertal
Apl. Prof. Dr.. Herbort, Prof. Dr. M. Heilmann 28.8.212 Bergische Universität Wuppertal Modul: Mathematik 1b für Ingenieure, Bachelor Sicherheitstechnik (PO 211 Aufgabe 1 (2 Punkte a Berechnen Sie das
Mehr4.2 Moment und Varianz
4.2 Moment und Varianz Def. 2.10 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: EX p
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
MehrStatistik Übungen Sommeruni 2018
Statistik Übungen Sommeruni 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei
MehrSei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable.
Aufgabe 1 (5 + 2 + 1 Punkte) Sei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable. a) Wie lautet die Verteilungsfunktion von X? Zeichnen Sie diese! 0 x < 2 1 F (x) = x 0.5 2 x 6
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrA3.Die Lebensdauer eines elektronischen Gerätes werde als normalverteilt angenommen. Der Erwartungswert betrage
Aufgaben ~ Beispiele A1. Wir spielen Roulette mit einem Einsatz von 5 mit der Glückszahl 15. Die Wahrscheinlichkeiten und Auszahlungen beim Roulette sind in folgender Tabelle zusammengefasst: Ereignis
MehrProf. Dr. Rolf Linn
Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen
MehrLösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI
Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrKULTUSMINISTERIUM DES LANDES SACHSEN-ANHALT. Abitur April/Mai Mathematik (Grundkurs) Arbeitszeit: 210 Minuten
KULTUSMINISTERIUM DES LANDES SACHSEN-ANHALT Abitur April/Mai 004 Mathematik (Grundkurs) Arbeitszeit: 0 Minuten Der Prüfling wählt je eine Aufgabe aus den Gebieten G, G und G 3 zur Bearbeitung aus. Gewählte
MehrHTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx.
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik II Mathematik II für Bauingenieure Wiederholungsaufgaben zur Prüfungsklausur im Juli 2007 1 Integralrechnung Aufgabe 1 : Berechnen Sie die folgenden
MehrBeispiel 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.
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung
MehrQualität und Zuverlässigkeit - Statistik Master MB Aufgaben zum Kapitel 2: Zufallsgröÿen und ihre Verteilungen
Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiÿ Sommersemester 08 Qualität und Zuverlässigkeit - Statistik Master MB Aufgaben zum Kapitel : Zufallsgröÿen und ihre Verteilungen. Bei einer Klausur
MehrFakultät Mathematik. Mathematik III. Mathematik III Fernstudium Grundlagen der Stochastik und Statistik. Institut für Analysis Termin 2/2
Fakultät Mathematik Mathematik III Institut Fachrichtung für Analysis Mathematik Mathematik Termin 32/2 Institut für Analysis Termin 2/2 Dr. Dr. Frank R. Stahn Morherr 08.06.2018 14.12.2018 Mathematik
MehrÜbungsaufgaben: Wahrscheinlichkeitsrechnung Seite: 1
Übungsaufgaben: Wahrscheinlichkeitsrechnung Seite: 1 Aufgabe 1 Aus einem Skatspiel mit 32 Karten wird zufällig eine Karte gezogen. Dabei sei D das Ereignis Es wird eine Dame gezogen und H das Ereignis
MehrInhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe
MehrStatistik 1 Endtermtest
Statistik 1 Endtermtest 1. In einer Fabrik werden Schrauben durch drei Maschinen produziert. Der Anteil der defekten Schrauben, die durch Maschine A hergestellt werden, beträgt 3%. Der Defektanteil ist
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 7
ETH Zürich FS 4 D-MATH Koordinator Prof. Dr. J. Teichmann Mayra Bermúdez C. Wahrscheinlichkeit & Statistik Musterlösung Serie 7. a) P[t < T t + h T > t] λ(t) lim h h P[{t < T t + h} {T > t}] lim h P[T
MehrVorlesung 5a. Zufallsvariable mit Dichten
Vorlesung 5a 1 Vorlesung 5a Zufallsvariable mit Dichten Vorlesung 5a Zufallsvariable mit Dichten Teil 1 Uniforme Verteilung, Exponentialverteilung. Kontinuierlich uniform verteilte Zufallsvariable: 2 Kontinuierlich
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen
Mehr0, t 0,5
XIII. Die Normalverteilung ==================================================================. Der lokale Grenzwertsatz --------------------------------------------------------------------------------------------------------------
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Michael Höding Modulprüfung Mathematik III Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik,
Mehr5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
MehrGrundbegriffe der Stochastik II
Grundbegriffe der Stochastik II Henrik Gebauer 6. Oktober 9 Zusammenfassung Dieser Vortrag dient der Wiederholung zentraler Begriffe der kontinuierlichen Stochastik. Wahrscheinlichkeitsverteilungen Sei
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 24. November 2010 1 Stetige Verteilungen Normalapproximation Gleichverteilung Exponentialverteilung Normalapproximation
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen
Mehr