Wissenschaftliche Nachrichten: Vol. 125/2004, 35-37
|
|
- Kurt Grosse
- vor 7 Jahren
- Abrufe
Transkript
1 Wissenschaftliche Nachrichten: Vol. 5/004, 5-7 Das Ziegenproblem in Excel NORBERT BRUNNER und MANFRED KÜHLEITNER Das folgende Problem stammt aus einer Fernsehshow: Hinter einem von drei Toren ist der Hauptpreis versteckt, hinter den anderen Ziegen als Symbol für die Niete. Der Kandidat wählt im ersten Schritt eines der Tore. Das Tor wird jedoch nicht geöffnet; stattdessen öffnet der Moderator (der weiß hinter welchem Tor sich der Hauptpreis versteckt) eines der beiden anderen Tore, mit einer Niete natürlich, und bietet dem Kandidaten an, seine ursprüngliche Auswahl zu überdenken, d.h. der Kandidat kann zum anderen noch verschlossenen Tor wechseln oder bei seiner ersten Wahl bleiben. Anschließend öffnet der Moderator das vom Kandidaten gewählte Tor und der Kandidat gewinnt den Inhalt. Die entscheidende Frage lautet: Soll der Kandidat bei seiner ersten Wahl bleiben oder zum anderen Tor wechseln? Da zwei unverschlossene Tore übrig bleiben vermutet der gesunde Menschenverstand, dass ein Wechsel auf keinen Fall etwas bringen kann. (Es scheint sich nur die Frage zu stellen, ob die Gewinnwahrscheinlichkeit bleibt oder nach dem Öffnen des Ziegentors bei jedem der beiden Tore ½ ist.) Die überraschende Antwort lautet aber: Der Wechsel verdoppelt die Gewinnchance auf den Hauptpreis! Bei dieser scheinbar simplen Aufgabe zeigt sich, wie schwierig das Schätzen von Wahrscheinlichkeiten ist. Es ist daher besser, Problemen der Wahrscheinlichkeitsrechnung mathematisch auf den Grund zu gehen, statt mit der Anschauung. Das ist aber oft schwierig: In seltenen Fällen lassen sich exakte Lösungen angeben. Und auch dann können geringfügige Modifikation dazu führen, dass eine neue Problemstellung unlösbar wird. Aus diesem Grund bieten sich Simulationen an. Sie lassen sich auch mit geringen Kenntnissen aufstellen und an neue Probleme anpassen. Entsprechend vielfältig sind die Einsatzgebiete dafür. Als Hindernis stellt sich meist das Erlernen einer Programmiersprache dar. Dies ist bei der Verwendung eines Tabellenkalkulationsprogramms wie z.b. Microsoft Excel überflüssig.. Monte-Carlo Simulation. Wir stellen uns vor, die Show werde 000 Mal wiederholt und betrachten einen Kandidaten, der ein Tor stets nach dem Zufallsprinzip auswählt und das Angebot des Showmasters zu wechseln niemals wahrnimmt. Die Häufigkeit seines Erfolgs ist dann ein Schätzwert dafür, dass die Strategie S, niemals wechseln, zum Erfolg führt. Parallel dazu betrachten wir einen Kandidaten, der das Angebot jedes Mal annimmt, der also die Strategie S, immer wechseln, anwendet. Dazu fertigen wir folgendes Tabellenblatt an: In die Zeile kommt erklärender Text (siehe Tabelle ). Tabelle. Simulation des Ziegenproblems. A B C D E F G Nr. Gewinn Wahl Ziegen Wahl S S tor -Tor tor -Tor In Spalte A nummerieren wir die Anzahl der Spiele. Wir schreiben daher in die Zelle A die Zahl, in A die Funktion = +A und kopieren sie bis einschließlich A hat SAT. die Sendung Geh aufs Ganze! gestartet, die 999 von Kabel übernommen und zuletzt 00 ausgestrahlt worden ist. Ihr Konzept basiert auf dem Originalspiel Lets make a deal, das 96 bei NBC auf Sendung gegangen ist. Eine ausführliche Diskussion findet man bei Gero von Randow: Das Ziegenproblem, Denken in Wahrscheinlichkeiten. Rowolth TB-V,. Aufl., 004.
2 Im ersten Schritt werden der Gewinn platziert und der Kandidat wählt ein Tor. Dies erfolgt in Spalte B und C (Auswahl des Kandidaten) mit der Wahl je einer gleich wahrscheinlichen Zufallszahl aus der Menge {,, }. In Excel realisiert man dies mit Hilfe des Befehls ZUFALLSBEREICH(min; max). Er liefert eine ganze Zufallszahl aus dem über zwei Grenzen min und max festgelegten Bereich. Wir schreiben daher in die Zellen B und C den Befehl =ZUFALLSBEREICH(;) Bei jeder Neuberechnung (Funktionstaste F9) der Tabelle wird eine neue Zufallszahl ausgegeben. Ist diese Funktion nicht verfügbar, so muss man aus dem Menü Extras den Add- In-Manager aufrufen und die Analyse-Funktionen installieren. Für die Strategie S können wir (in Zelle D) bereits den Erfolg auswerten, weil es für den Kandidaten irrelevant ist, in welchem der beiden nicht gewählten Tore die Ziege ist: Wenn er Erfolg hat, geben wir ein, sonst 0. In Excel schreibt man solche Fallunterscheidungen mit der Funktion WENN(Bedingung; Dann; Sonst) an: Wenn die Bedingung erfüllt ist, also B = C, dann ist das Ergebnis, sonst (d.h. B C) 0. In D steht also die Funktion =WENN(B=C;;0) Wir kopieren den Bereich B:D bis in Zeile 00. Zur Auswertung der Erfolgshäufigkeiten berechnen wir in D00 den Mittelwert, also: =MITTELWERT(D:D00) Bei 000 Spielen wird man rund Mal auf Anhieb das erfolgreiche Tor erraten, weswegen dieser Mittelwert rund / sein wird. Für die Strategie S ist das Öffnen einer Ziegentür durch den Moderator von Interesse: Der Moderator präsentiert ein Tor mit einer Niete. Die Nummer dieses Tores schreiben wir in die Zelle E. Im Folgenden überlegen wir uns, wie wir zu dieser Tornummer kommen: Wenn B und C unterschiedlich sind, ist das einfach das Tor mit der Nummer 6 B C, weil für die Summe der Tore gilt: ++ = 6. Für B = C liefert diese Formel aber keine zulässige Auswahl. Ist B=C=, so kann der Moderator die Tore oder öffnen. Damit er keine Information über das Gewinntor preisgibt, wählt er bzw. zufällig. Dies geschieht mit Hilfe des Befehls ZUFALLSBEREICH(;). Ist B=C=, so kann der Moderator die Tore oder öffnen. Dies geschieht mit Hilfe des Befehls ZUFALLSBEREICH(;). Der schwierigste Fall ist B=C=. In diesem Fall erfolgt die Auswahl eines der beiden Tore oder mit Hilfe des Befehls *ZUFALLSBEREICH(0;)+. (Die beiden gleichwahrscheinlichen Zufallszahlen 0 und werden zu den Zufallszahlen und transformiert.) In Excel schreibt man diese Fallunterscheidungen mit der Funktion WENN an, die aber ineinander verschachtelt wird. (Wir arbeiten so in vier Ebenen, wobei in Excel bis zu sieben Ebenen zulässig sind.) In E steht somit (Achtung auf die Klammern) die Funktion: =WENN(B=C; WENN(B=;ZUFALLSBEREICH(;); WENN(B=;ZUFALLSBEREICH(;); *ZUFALLSBEREICH(0;)+)); 6-B-C) Nach der Strategie S wechselt der Kandidat auf das einzig noch verbleibende Tor mit der Nummer 6-C-E. Wir schreiben daher in die Zelle F die Formel =6-C-E In Zelle G werten wir die Strategie S aus: Wir tragen in diese Zelle die Formel =WENN(F=B;;0)
3 ein. Schließlich zählen wir, wie oft diese Strategie zum Erfolg führt. Dazu kopieren wir E:G bis in Zeile 00 und berechnen in G00 den Mittelwerte: =MITTELWERT(G:G00) Wie man beobachten kann, gewinnt man mit der Strategie S genau dann, wenn die Strategie S verliert, weswegen man einen Mittelwert von rund / erwarten kann.. Exakte Lösung. Die Berechnung der exakten Wahrscheinlichkeit kann auf verschiedene Arten erfolgen. Eine durch die Simulation nahe gelegte Möglichkeit ist es, alle Spielausgänge für die beiden Strategien immer wechseln bzw. nie wechseln zu bestimmen. Dies erfolgt in Tabelle. Angegeben ist, hinter welchem Tor sich das Auto befindet und wie die erste Wahl des Kandidaten ausfällt. Dies definiert neun gleich wahrscheinliche Szenarien, für die der weitere Spielverlauf in den nachfolgenden Spalten beschrieben ist: Welches Tor öffnet der Moderator, welche Wahl trifft der Kandidat anschließend, gewinnt er schließlich den Hauptpreis? Wir sehen, dass der Spieler mit der Strategie S in von 9 Fällen gewinnt und mit der Strategie S in den anderen 6 Fällen. Tabelle. Mögliche Ausgänge der Strategien nie wechseln bzw. immer wechseln. Gewinn hinter Tor Nr. Kandidat wählt Tor Nr. Moderator öffnet Tor Nr. Kandidat beharrt S gewinnt Kandidat wechselt S gewinnt oder X oder X X X oder X oder X X X oder X oder. Schlussbemerkungen. a) Wegen der geringen Zahl von Simulationen sind in unserem Tabellenblatt die Häufigkeiten nur ungenaue Näherungen der exakten Wahrscheinlichkeiten / und /. Wiederholt man die Rechnungen durch Drücken der Taste F9, so sieht man, dass die Mittelwerte in den Zellen D00 bzw. G00 ab der zweiten Dezimale variieren. Eine theoretische Begründung dafür liefert die Ungleichung von Tschebyscheff: Ist X eine Zufallsvariable mit Erwartungswert E(X) und Varianz V(X) und schätzt man den Erwartungswert mit Hilfe einer Stichprobe vom Umfang n, so lässt sich die Wahrscheinlichkeit, dass der Stichprobenmittelwert X vom Erwartungswert um mehr als ε abweicht, zu V( X) Pr ( X EX ( ) > ε ) <. n ε berechnen. Insbesondere konvergiert die Wahrscheinlichkeit für eine Abweichung von mehr als ε > 0 mit n gegen 0 (Konvergenz nach der Wahrscheinlichkeit). Die Simulation führt zu einer Umformulierung der Aufgabe in Häufigkeiten, was die Lösung erleichtert; vgl. Krauss, S. und Wang, X.T. (00): The psychology of the Monty Hall problem: Discovering psychological mechanisms for solving a tenacious brain teaser. In: J. Experimental Psychology: General. Jg., S. -.
4 Zählt X die Erfolge der Strategie S, so gilt E(X) = / und V(X)= /*/ = /9. Für eine Stichprobe vom Umfang n =.000 ist die Wahrscheinlichkeit, dass der Stichprobenmittelwert vom Erwartungswert um mehr als 0, abweicht (somit die erste Dezimalstelle variiert) kleiner als /90 0,0 (analog bei S). Somit ist nur in % der Neuberechnungen mit der Taste F9 eine Veränderung der ersten Dezimalstelle zu erwarten. Insbesondere wird die 50:50 Gewinn- Hypothese, welche der gesunde Menschenverstand propagiert, nicht unterstützt. b) Das Tabellenblatt kann auch leicht ergänzt werden, um andere Strategien auszuwerten. Eine solche Strategie S könnte z.b. sein, mit einem Münzwurf zu entscheiden, ob man auf der ersten Wahl beharrt oder wechselt. Bestimmt man in diesem Fall die Gewinnchance, so ist sie 50:50. c) Eine weitere Situation entsteht, wenn der Moderator das Spiel beenden kann, indem er gleich das vom Kandidaten in Schritt gewählte Tor öffnet, sofern es ein Ziegentor ist. Um keine Information preiszugeben, wird er das zufällig mit einer gewissen Wahrscheinlichkeit p machen. (Der Fall p = 0 ist das ursprüngliche Spiel.) Bei gegebenem p lassen sich die Erfolgsaussichten der beiden Strategien S und S wieder mit einer Simulation berechnen: Wendet der Spieler die Strategie S an, so ist die Gewinnchance /. Verwendet er hingegen immer S, so beträgt die Erfolgsaussicht ( p), nämlich die Wahrscheinlichkeit, dass er zuerst ein falsches Tor erwischt, mal die bedingte Wahrscheinlichkeit, dass es der Moderator nicht öffnet. d) Bei dieser Variante stehen sich somit die Strategien des Moderators (Wahl von p) und des Kandidaten (Wahl von S oder S) gegenüber. Um (langfristig) den Erfolg der Spieler zu minimieren (die Zielfunktion ist das Maximum der beiden oben berechneten Erfolgsaussichten), sollte der Moderator p ½ wählen. Dann wird für den Spieler beharren (S) zur besseren Strategie. e) Man kann am Beispiel c) auch das Thema bedingte Wahrscheinlichkeiten (Satz von Bayes) illustrieren: A i sei das Ereignis, dass sich der Gewinn hinter Tor i versteckt. Vor der ersten Auswahl ist die Wahrscheinlichkeit Pr( A i ) =. Nun wählt der Spieler ein Tor, etwa Nr.. Anschließend öffnet der Moderator ein Tor mit einer Niete. Dies erfolgt zufällig unter der Einschränkung, dass keinesfalls das Gewinntor aufgedeckt wird. Betrachten wir jetzt das Ereignis B, dass Tor geöffnet wird: Wenn man weiß, dass der Gewinn bei Tor i liegt (Annahme A i ), dann lässt sich die bedingte Wahrscheinlichkeit für B berechnen: Wenn der Gewinn hinter dem vom Spieler gewählten Tor liegt, wird der Moderator zufällig zwischen Tor und wählen, entscheidet sich also mit 50% Wahrscheinlichkeit für Tor : Pr ( BA ) =. Wenn der Gewinn bei Tor liegt, dann darf der Moderator dieses Tor gemäß der eben formulierten Einschränkung nicht öffnen, es ist also Pr ( BA ) = 0. Ist schließlich der Gewinn hinter Tor, dann hat der Moderator die Wahl zwischen Tor oder. Das vom Kandidaten gewählte Tor öffnet er mit der Wahrscheinlichkeit p und Tor daher mit der Pr BA = p. Wahrscheinlichkeit ( ) Daraus lässt sich umgekehrt die Wahrscheinlichkeit für B berechnen (die Ereignisse A i schließen sich gegenseitig aus, eines tritt aber ein): 4
5 ( B) = ( B A ) + ( B A ) + ( B A ) Pr Pr Pr Pr ( BA) ( A) ( BA) ( A) ( BA) ( A) = Pr Pr + Pr Pr + Pr Pr = p Von Interesse ist für den Spieler, der Tor gewählt hat, ob nach dem Eintreten des Ereignisses B (Tor mit einer Niete ist geöffnet worden) der Gewinn eher in Tor oder in Tor liegt. Dazu berechnet er die bedingten Wahrscheinlichkeiten für A bzw. A neu: Pr( A ( ) ( ) B) Pr BA Pr A Pr ( A B) = = = Pr( B) Pr B p ( A B) ( ) ( BA) Pr ( A) Pr( A B) Pr = = = Pr( B) Pr B p Pr ( ) Für p < ½ ist S die bessere Strategie (Wechsel zu Tor ) und für p > ½ ist es S. Für p = ½ haben beide Strategien die Gewinnchance von 50%; jeweils unter der Bedingung, dass der Moderator weitergespielt hat. (Ohne diese Bedingung ist sie /, nach Beispiel c.) Anschrift der Verfasser: a.o. Univ. Prof. Dr. Norbert Brunner und a.o. Univ. Prof. Dr. Manfred Kühleitner Univ. Bodenkultur, Dept. Integrative Biologie, Inst. Math., Peter-Jordan-Str. 8, 90 Wien norbert.brunner@boku.ac.at, manfred.kuehleitner@boku.ac.at 5
Paradoxien bei bedingten Wahrscheinlichkeiten - Das Ziegenproblem
Paradoxien bei bedingten Wahrscheinlichkeiten - Das Ziegenproblem Ein Referat von Maren Hornischer & Anna Spitz Wuppertal, den 28. Mai 2014 Inhalt 1 Das Ziegenproblem oder auch das "3-Türen-Problem"...
MehrWissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21
Der T-Test in Excel NORBERT BRUNNER und MANFRED KÜHLEITNER Ein häufiges Problem ist der Vergleich eines beobachteten Stichprobenmittelwerts mit einem Sollwert. Dabei wird der T-Test angewandt. Wir zeigen
MehrAnhang 9: 3. Szenario
Anhang 9: 3. Szenario Monty Hall s Problem (Ziegenproblem) 268 3. Szenario Monty Hall s Problem oder das Ziegenproblem 269 Ziegenproblem nach Wikipedia, der freien Enzyklopädie Das Ziegenproblem (auch
MehrCusanus-Gymnasium Wittlich Statistik Das Ziegenproblem DIE ZEIT Nr.48. W.Zimmer. Tür 1 Tür 2 Tür 3
Das Ziegenproblem DIE ZEIT 18.11.2004 Nr.48 Tür 1 Tür 2 Tür 3 Cusanus-Gymnasium Wittlich Statistik Das Ziegenproblem DIE ZEIT 18.11.2004 Nr.48 Du bist Kandidat einer Fernsehshow. Als Sieger darfst du eine
MehrSimulation des Ziegenproblems
Simulation des Ziegenproblems Die Einführung des Wahrscheinlichkeitsbegriffs ist in den Bildungsstandards (L5: Daten und Zufall) vorgeschrieben. Als motivierendes Einstiegsproblem für die Klassenstufe
MehrWahrscheinlichkeitsrechnung und Stochastik
Wahrscheinlichkeitsrechnung und Stochastik 2-stündige Vorlesung für den Bachelor-Studiengang Angewandte Informatik Vorläufige Version Gerhard Freiling und Hans-Bernd Knoop Inhalt Inhalt..........................................................................
MehrSatz 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
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 112 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrDas 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
MehrKapitel 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
MehrZiegenproblem. Inhaltsverzeichnis. aus Wikipedia, der freien Enzyklopädie
1 von 11 11.06.2012 15:45 Ziegenproblem aus Wikipedia, der freien Enzyklopädie Das Ziegenproblem, Drei-Türen-Problem, Monty-Hall-Problem oder Monty-Hall-Dilemma (nach Monty Hall, dem Moderator der US-amerikanischen
MehrDWT 1 Grundlagen 17/476 c Ernst W. Mayr
Ē heißt komplementäres Ereignis zu E. Allgemein verwenden wir bei der Definition von Ereignissen alle bekannten Operatoren aus der Mengenlehre. Wenn also A und B Ereignisse sind, dann sind auch A B, A
MehrRECHNEN MIT WORD 2010
RECHNEN MIT WORD 2010 Viele Anwender wissen wahrscheinlich gar nicht, dass Word 2010 über eine versteckte Funktion verfügt, mit der man einfache Berechnungen im ganz normalen (Fließ)Text durchführen kann.
MehrMathematik W27. Mag. Rainer Sickinger LMM. v 1 Mag. Rainer Sickinger Mathematik W27 1 / 51
Mathematik W27 Mag. Rainer Sickinger LMM v 1 Mag. Rainer Sickinger Mathematik W27 1 / 51 Einführung Wir befinden uns in einer kleinen Stadt. In dieser Stadt gibt es zwei Taxiunternehmen. Die Taxis des
MehrLösungsvorschläge zur Gruppenaufgabe "Das eigene Auto"
Lösungsvorschläge zur Gruppenaufgabe "Das eigene Auto" Aufgabe a) Kandidatenwahl Max überlegt sich, wenn er mit seiner Mutter im Publikum sitzt, einer von beiden mit Wahrscheinlichkeit von 0,87% als Kandidat
MehrPr[A] = Pr[C (A B)] = Pr[C] + Pr[A B]. Wegen A B = C B folgt daraus. Pr[A B] = Pr[C B] = Pr[C] + Pr[B] = Pr[A] Pr[A B] + Pr[B]
Beweis: Wir betrachten zunächst den Fall n = 2. Dazu setzen wir C := A \ B = A \ (A B). Gemäß dieser Definition gilt, dass C und A B sowie C und B disjunkt sind. Deshalb können wir Eigenschaft 5 von Lemma
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:
MehrLösungsskizzen zur Präsenzübung 09
Lösungsskizzen zur Präsenzübung 09 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 07. Februar 2016 von:
MehrStation Ziegenproblem. Hilfestellungen
Station Ziegenproblem Hilfestellungen Liebe Schülerinnen und Schüler! Dies ist das Hilfestellungsheft zur Station Ziegenproblem. Ihr könnt es nutzen, wenn ihr bei einer Aufgabe Schwierigkeiten habt. Falls
MehrÜ b u n g s b l a t t 4
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 30. 4. 2007 Ü b u n g s b l a t t 4 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrZiegenproblem (Monty Hall Problem)
Ziegenproblem (Monty Hall Problem) Proseminar Schlüsselprobleme der Informatik Das Ziegenproblem (MontyHall Problem) Universität Potsdam Institut für Informatik 1 Schlüsselprobleme der Informatik Ziegenproblem
MehrSprechstunde zur Klausurvorbereitung
htw saar 1 Sprechstunde zur Klausurvorbereitung Mittwoch, 15.02., 10 12 + 13.30 16.30 Uhr, Raum 2413 Bei Interesse in Liste eintragen: Max. 20 Minuten Einzeln oder Kleingruppen (z. B. bei gemeinsamer Klausurvorbereitung)
MehrSimulation des Ziegenproblems
Simulation des Ziegenproblems Jürgen Appel Kurzfassung des Inhalts: Es wird beschrieben, wie man mit dem Ziegenproblem in das Thema Wahrscheinlichkeit einsteigen kann. Dabei wird das Ziegenproblem zunächst
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 08.01.2009 Numerische Methoden und Algorithmen in der Physik Hartmut Stadie 1/ 32 Einführung Wahrscheinlichkeit Verteilungen
MehrMathematik LK M1, 4. Kursarbeit Stochastik I - Lösung
Aufgabe : Wahrscheinlichkeitsrechnung Löse die Aufgabe auf diesem Aufgabenblatt. Trage die Lösung in die Tabelle ein. Ein Rechenweg ist hier nicht erforderlich. Hinweis: Das Casinospiel besteht aus dem
MehrWahrscheinlichkeitsrechnung
Absolute und relative en Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder mit einer
MehrWettspiele auswerten
Benötigte Hard- oder Software Tabellenkalkulationsprogramm Anmerkung: Die Anleitung ist optimiert für Microsoft Excel 07 Ziel Mit Hilfe einer Excel-Tabelle Wettspiele auswerten können Aufträge Von deiner
MehrBedingte Wahrscheinlichkeiten und stochastische Unabhängigkeit
Bedingte Wahrscheinlichkeiten und stochastische Unabhängigkeit Stochastische Unabhängigkeit von Ereignissen Beispiel: das Ziegenproblem Gewinnspiel: Hinter einer von drei Türen ist ein Preis, hinter den
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrGrundlagen der Mathematik II Lösungsvorschlag zum 9. Tutoriumsblatt
Mathematisches Institut der Universität München Sommersemester 4 Daniel Rost Lukas-Fabian Moser Aufgabe. rlagen der Mathematik II Lösungsvorschlag zum 9. Tutoriumsblatt a) Es bietet sich Ω = {(a,b) a,b
MehrSobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten.
26 6. Bedingte Wahrscheinlichkeit Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. Alarmanlage Tritt bei einer Sicherungsanlage ein Alarm
Mehr1 Univariate Statistiken
1 Univariate Statistiken Im ersten Kapitel berechnen wir zunächst Kenngrößen einer einzelnen Stichprobe bzw. so genannte empirische Kenngrößen, wie beispielsweise den Mittelwert. Diese können, unter gewissen
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
MehrMusterlösung. Abitur Mathematik Bayern G Bayern Aufgabe 1. Abitur Mathematik: Musterlösung. Stochastik II
Abitur Mathematik: Bayern 2012 Aufgabe 1 a) VIERFELDERTAFEL P(R ) = 88 % und P(V) = 18 % stehen in der Aufgabenstellung. 60 % in der Angabe stehen für die bedingte Wahrscheinlichkeit P R (V). P(R V) =
Mehrp = h n (K)= Juli vl smart vp qk notebook Praktische Lösung des Problems: mit den Werten
I. Eigenschaften von Schätzfunktionen Wir wollen den unbekannten Anteil p von Autos ermitteln, die mit Katalysator fahren. Mathematisch können wir das Problem wie folgt beschreiben: Sei X der Autotyp eines
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 0/ 5.03.0 Dr. Sebastian Petersen Klausur: Diskrete Strukturen I Aufgabe. (8 Punkte) a) Sei X = {0, }. Geben Sie die Potenzmenge P (X) (durch Auflisten ihrer Elemente) an.
MehrBerechnen und Darstellen von Wahrscheinlichkeiten
Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-: Berechnen und Darstellen von Wahrscheinlichkeiten & Binomialverteilung Berechnen und Darstellen von Wahrscheinlichkeiten
Mehr108 IV Abhängige Zufallsvariable und bedingte Verteilungen
108 IV Abhängige Zufallsvariable und bedingte Verteilungen Zufällige Permutationen Sei Y die Anzahl der Zyklen in einer rein zufälligen Permutation der Zahlen 1,2,,n Um ihren Erwartungswert e n zu berechnen,
MehrLösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann
Verständnisfragen 1. Welches sind die charakteristischen Eigenschaften eines Laplace-Raums? Der Raum ist endlich, die Wahrscheinlichkeit für alle Elementarereignisse ist gleich. 2. Unter welchen Bedingungen
MehrStochastik im SoSe 2018 Hausaufgabenblatt 1
Stochastik im SoSe 208 Hausaufgabenblatt K. Panagiotou/ L. Ramzews / S. Reisser Lösungen zu den Aufgaben. Aufgabe Seien n N 0, x, y, z R. Zeigen Sie, dass (x + y + z) n i+j+kn i,j,k N 0 ( ) n x i y j z
MehrKapitel N. Wahrscheinlichkeitsrechnung
Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 19/21, 29.04.2019 Wahrscheinlichkeit und Statistik Patric Müller WBL 2019 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrBei Anwendung statistischer Verfahren benutzen Sie die unten aufgeführten Abkürzungen!
Bei Anwendung statistischer Verfahren benutzen Sie die unten aufgeführten Abkürzungen! t-test für Korrelationskoeffizient Einstichproben-t-Test Zweistichproben-t-Test F-Test Wilcoxon-Rangtest: tr t t2
MehrTutorial Excel Übung 1&2 Kartenverkauf -1- Kartenverkauf Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung1&2.
Tutorial Excel Übung 1&2 Kartenverkauf -1-1 Aufgabenstellung Kartenverkauf Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung1&2. 2 Strukturierter Entwurf zur Lösung 2.1 Definition des Problems
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
MehrZufallszahlen Mathematik zum Nachbilden von Zufälligkeit SommerUni 2013 Bergische Universität Wuppertal Autor: Prof. Dr.
Zufallszahlen Mathematik zum Nachbilden von Zufälligkeit SommerUni 23 Bergische Universität Wuppertal Autor: Prof. Dr. Roland Pulch Aufgabe: Konstruiere Zufallszahlen aus der Menge {,, 2, 3, 4, 5, 6, 7,
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrStochastik. Station 1. Kombinatorik
Der fx-991de im Mathematik- Unterricht Stochastik Station 1 Kombinatorik Die vier Grundformeln zur Kombinatorik sind in der Tabelle zusammengefasst: Mit Zurücklegen Ohne Zurücklegen Reihenfolge egal ncr
MehrStochastische Paradoxa
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Lösungen zum Thema Stochastische Paradoxa Lösung zu Aufgabe 1. a) Nachfolgende Abbildung verdeutlicht die Analogie zum Ziegenproblem.
MehrZwei Ziegen und ein Auto
Prof. Dr. Ludwig Paditz 29.10.2002 Zwei Ziegen und ein Auto In der amerikanischen Spielshow "Let`s make a deal" ist als Hauptpreis ein Auto ausgesetzt. Hierzu sind auf der Bühne drei verschlossene Türen
MehrMathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )
Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3
MehrWichtige 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
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 24. Oktober 2007 1. Statistik Wir denken an Experimente, bei deren Durchführung die Variable X, um die es dabei geht, verschiedene Werte annehmen
MehrElemente der Stochastik (SoSe 2016) 10. Übungsblatt
Dr. M. Weimar 3.06.206 Elemente der Stochastik (SoSe 206) 0. Übungsblatt Aufgabe (2+2+2+2+3= Punkte) Zur zweimaligen Drehung des nebenstehenden Glücksrads (mit angenommener Gleichverteilung bei jeder Drehung)
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrBasiswissen 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)
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
Mehr8. 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
MehrRoulette und Zahlenlotto 18
1 7 Miniroulette mit 9 Zahlen Spielregeln Bei Gewinn wird der Wetteinsatz verdoppelt, wenn auf «gerade», «ungerade», «rot» oder «schwarz» gesetzt wurde. vervierfacht, wenn auf (1, 2), (3, 4), (5, 6) oder
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
MehrDer Weg eines Betrunkenen
Der Weg eines Betrunkenen 2 Hätte es damals schon Computer gegeben, wäre es für unseren Mathematiker um einiges leichter gewesen, den Weg des Betrunkenen zu bestimmen. Er hätte nicht nur eine beliebige
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrVerfahren 7. Die Berechnungsoptionen für Cohens Kappa in den Q-DAS Software-Produkten
Verfahren 7 Die Berechnungsoptionen für Cohens Kappa in den Q-DAS Software-Produkten Verfahren 7: Berechnungsoptionen für Cohens Kappa 1/23 Verfahren 7: Berechnungsoptionen für Cohens Kappa Inhalt Verfahren
MehrInstitut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess
Institut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess Name: Vorname: Matrikelnummer: Lösungsvorschlag zur Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik (Stochastik) Datum: 07.
MehrKapitel 10 VERTEILUNGEN
Kapitel 10 VERTEILUNGEN Fassung vom 18. Januar 2001 130 VERTEILUNGEN Zufallsvariable. 10.1 10.1 Zufallsvariable. HäuÞg wird statt des Ergebnisses ω Ω eines Zufalls-Experiments eine zugeordnete Zahl X(ω)
MehrStichproben Parameterschätzung Konfidenzintervalle:
Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,
MehrMafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)
Musterlösung zum. Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur Gruben. Wahrscheinlichkeiten I ( Punkte Die Seiten von zwei Würfeln sind mit den folgenden Zahlen
MehrAbitur 2012 Mathematik Stochastik III
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2012 Mathematik Stochastik III Für eine Quizshow sucht ein Fernsehsender Abiturientinnen und Abiturienten als Kandidaten. Jeder Bewerber gibt in einem
MehrAufgabe 8: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 8 a) (1) WAHRSCHEINLICHKEIT FÜR KEINE ANGABE ERMITTELN Nach der Laplace Formel ist Anzahl der Personen, die keine Angabe machten keine Angabe Gesamtzahl
MehrDie 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
MehrModelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2
Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2 Dr. Elke Warmuth Sommersemester 2018 1 / 35 Mehrstufige Vorgänge und Baumdiagramme Pfade und Ergebnismenge Wahrscheinlichkeiten im Baumdiagramm
MehrBayern Aufgabe 1. Abitur Mathematik: Musterlösung
Abitur Mathematik: Bayern 2013 Aufgabe 1 a) 1. SCHRITT: SITUATION MODELLIEREN Es handelt sich näherungsweise um eine Bernoullikette der Länge n = 25 mit Erfolgswahrscheinlichkeit p = 0,37 + 0,06 = 0,43.
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrÜ 419 a Absolute Bezüge
Ü 419 a Absolute Bezüge Bezüge Benötigte Datei: Übungsmappe.xls Es gibt noch ein Problem: Wenn Sie eine einzige Zahl für mehrere Berechnungen brauchen, funktionieren relative Bezüge nicht. Aber - nach
MehrWissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 134/2008, 17-20
Rückrechnung der Blutalkoholkonzentration: Kritik am forensischen Ansatz, II NORBERT BRUNNER und MANFRED KÜHLEITNER Die Messung des Alkoholgehalts aus der Atemluft ist ungenau. Wir untersuchen, ob zusätzliche
MehrKlausur zur Statistik
Klausur zur Statistik. Hinweis: Es können 94 Punkte erreicht werden. Zum Bestehen reichen 4 Punkte sicher aus.. Hinweis: Achten Sie darauf das Ihre Rechnungen nachvollziehbar sind und geben Sie alle Schritte
Mehr7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012
7. Grenzwertsätze Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Mittelwerte von Zufallsvariablen Wir betrachten die arithmetischen Mittelwerte X n = 1 n (X 1 + X 2 + + X n ) von unabhängigen
MehrBiostatistik, Sommer 2017
1/39 Biostatistik, Sommer 2017 Wahrscheinlichkeitstheorie: Gesetz der großen Zahl, Zentraler Grenzwertsatz Schließende Statistik: Grundlagen Prof. Dr. Achim Klenke http://www.aklenke.de 9. Vorlesung: 16.06.2017
MehrAufgabeneinheit 2: Termen auf der Spur
Aufgabeneinheit 2: Termen auf der Spur Armin Baeger / Sandra Gerhard / Hellen Ossmann Methodische Vorbemerkungen Das Spiel Termen auf der Spur ist ein Strategiespiel für zwei Personen, bei dem jeder Spieler
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:...
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 13.0.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter
MehrExcel Formeln und Funktionen clever nutzen. Peter Wies 1. Ausgabe, 2. Aktualisierung, März 2014 EX2010FKT
Peter Wies 1. Ausgabe, 2. Aktualisierung, März 2014 Excel 2010 Formeln und clever nutzen EX2010FKT 7.6 Zufallszahlen automatisch generieren eispiel: Sortierte Fragen in zufälliger Reihenfolge wiedergeben
MehrStatistik Einführung // Stichprobenverteilung 6 p.2/26
Statistik Einführung Kapitel 6 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // 6 p.0/26 Lernziele 1. Beschreiben
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
MehrDas Zweikinderproblem
Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A
MehrUnterlagen, Literatur. Grundlegende Einstellungen. HILFE!? Wenn Excel nicht mehr so aussieht wie beim letzten mal!
Unterlagen, Literatur Excel Einsteiger Teil 2 Herdt Skript : Excel Grundlagen der Tabellenkalkulation am Service-Punkt (34-209). täglich von 13:00-15:00 Uhr Preis: ca. 5,50 Oder diese Folien unter: www.rhrk-kurse.de.vu
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrKonzept diskreter Zufallsvariablen
Statistik 1 für SoziologInnen Konzept diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Beispiel: Zufallsvariable 3 Münzen werden unabhängig voneinander geworfen. Jede Münze kann entweder Kopf oder
Mehr