4. Die Laplacesche Gleichverteilung

Größe: px
Ab Seite anzeigen:

Download "4. Die Laplacesche Gleichverteilung"

Transkript

1 Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung 4. Die Laplacesche Gleichverteilung

2 2 Teil 1 Die Ereignismenge

3 3 Zufallsexperiment Ω die Menge aller möglichen Ausgänge des Experimentes und P : Ω [0,1] eine Wahrscheinlichkeitsverteilung

4 4 Zufallsexperiment: ein (theoretisch beliebig oft wiederholbarer) Vorgang, dessen Endzustand oder Ergebnis vom,,zufall abhängt. Die Menge aller überhaupt möglichen Ergebnisse sei soweit bekannt, dass wir jedem Ergebnis ein Element ω einer (mathematischen) Menge Ω, der sogenannten Ergebnismenge, zuordnen können.

5 Beispiele: 1. Werfen einer Münze: Ω = {Kopf,Zahl} Werfen eines Würfels: Ω = {1,2,3,4,5,6}. 3. Überprüfung von n Geräten, ob sie defekt (=0) oder intakt (=1) sind: Ω = {ω = (ω 1,...,ω n ) : ω i {0,1} für i = 1,...,n}. 4. n-maliges Werfen eines Würfels: Ω = {ω = (ω 1,...,ω n ) : ω i {1,...,6} für i = 1,...,n}. 5. Wert einer Aktie (heute um 19:00 Uhr): Ω = [0, ). Zulässig: Ω,,grösser als nötig zu wählen!!

6 6 Teilmengen A Ω heissen Ereignisse. Wir wollen sagen, dass das Ereignis A eingetroffen ist, wenn ein Ergebnis ω mit ω A aufgetreten ist. Beispiele: 1. Das Ereignis,,gerade Augenzahl beim Werfen eines Würfels ist A = {2,4,6} und A ist eingetroffen, wenn eine 2, 4 oder 6 gewürfelt wurde. 2. Das Ereignis,,höchstens drei der n geprüften Geräte sind defekt ist: A = { (ω 1,...,ω n ) : ω i {0,1} für i = 1,...,n und ω ω n 3 } 3. Das Ereignis,,die Aktie ist wertlos oder kostet zwischen 20.- und 50.- SFr. ist A = {0} [20,50].

7 Operationen mit Ereignismengen: 7 Darstellung Ereignis Erkärung A B A und B Alle Elemente aus Ω, die zu A und B gehören. A B A oder B Alle Elemente aus Ω, die zu A oder B gehören. A B A ohne B Alle Elemente aus Ω, A\B die zu A aber nicht zu B gehören. Ā nicht A Alle Elemente aus Ω, die nicht zu A gehören. Ω Ω heisst das sichere Ereignis und Ω (die leere Menge) das unmögliche Ereignis. Ereignisse A und B heissen unvereinbar, wenn A B = ist.

8 8 Die zufälligen Ereignisse A 1,A 2,...,A m heissen vollständiges System oder vollständige Zerlegung von Ω genau dann, wenn A 1 A 2... A m = Ω und A i A j = für alle i j. Beispiel: Einmaliger Würfelwurf die Elementarereignisse ω 1 = 1,...,ω 6 = 6 bilden stets eine vollständige Zerlegung, A 1 = {1,2,3} und A 2 = {4,5,6} A 1 = {1} und A 2 = {2,3,4,5,6}

9 Teil 2 Die Wahrscheinlichkeitsverteilung 9

10 10 Jeder Teilmenge A Ω muss ein charakteristischer Zahlenwert zuordnen werden, der ein Mass dafür darstellt, wie stark wir mit dem Eintreffen dieses Ereignisses zu rechnen haben. Mathematisch: Funktion P : P(Ω) [0,1] die jedem Ereignis A eine Zahl zwischen 0 und 1 (oder 0% und 100%) zuordnet. Mögliche Interpretation: Auf jedem Ereignis A Ω der Menge lastet ein Gewicht P(A).

11 Eine solche Funktion P heisst 11 Wahrscheinlichkeitsverteilung und wir erwarten, dass P die folgenden drei grundlegenden Eigenschaften hat: 1. P(Ω) = 1 (P ist normiert); 2. für alle A Ω gilt P(A) 0 und 3. sind A 1,A 2,... paarweise disjunkte Mengen (paarweise unvereinbare Ereignisse), so ist P = P(A i ) (P ist additiv). i=1 A i i=1 Das Paar (Ω,P) ist ein Wahrscheinlichkeitsraum.

12 12 Relative Häufigkeit /Wahrscheinlichkeit Der Ausgang eines einzelnen Zufallsexperimentes ist völlig offen. Führt man ein Experiment sehr oft aus (n-mal), und zählt dabei, wie oft ein bestimmtes Ereignis A eintritt (k-mal), so beobachtet man immer, dass die relative Häufigkeit f(a) von A mit wachsendem n gegen einen festen Wert p [0, 1] strebt: f(a) = k n p [0,1]. Dabei ist der Grenzwert nicht im mathematischen Sinne zu verstehen, sondern rein empirisch zu deuten.

13 Teil 3 Weitere Eigenschaften einer Wahrscheinlichkeitsverteilung 13

14 14 Für alle A,B,A 1,...,A n Ω gilt: P(Ā) A B = 1 P(A) P(A) P(B) P(A B) = P(A) P(A B) P( n i=1 A i) n i=1 P(A i ) P(A B) = P(A) + P(B) P(A B) P(B) = n i=1 P(B A i ) falls die Mengen A i eine vollständige Zerlegung von Ω bilden

15 15 Beweis für P(Ā) = 1 P(A) Für jede Teilmenge A Ω gilt A Ā = Ω und A Ā =. Mit den Eigenschaften 1 und 3 aus der Definition folgt P(Ω) = 1 = P(A) + P(Ā) und somit die Behauptung.

16 16 Beweis für A B P(A) P(B) Da A B gilt, ist B = A (B A) und diese Vereinigung ist disjunkt. Damit folgt mit Eigenschaften 3 und 2 aus der Definition: P(B) = P(A (B A)) = P(A) + P(B A) }{{} 0 P(A).

17 Beweis für P(A B) = P(A) P(A B) 17 Die Menge A kann auf die folgende Weise als disjunkte Vereinigung geschrieben werden: A = (A B) (A B) = (A B) (A B). Mit der Eigenschaft 3 aus der Definition folgt somit P(A) = P((A B) (A B)) = P(A B) + P(A B) und damit die Behauptung.

18 18 Beweis für P( n i=1 A i) n i=1 P(A i ) Diese Regel folgt durch Induktion aus der Eigenschaft 3 aus der Definition.

19 Beweis für P(A B) = P(A)+P(B) P(A B) 19 Wir nutzen die folgenden Darstellungen der Mengen A, B und A B als disjunkte Vereinigung: A = (A B) (A B) B = (B A) (A B) A B = (A B) (B A) (A B). Mit Eigenschaft 3 folgt nun einerseits P(A) = P(A B) + P(A B) P(B) = P(B A) + P(A B) also P(A) + P(B) = P(A B) + P(B A) +2 P(A B); und andererseits P(A B) = P(A B) + P(B A) +P(A B) und damit folgt die Behauptung.

20 20 Aufgabe 1: Seien A,B,C Ω beliebige Ereignisse. Zeigen Sie das die folgende Formel gilt: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) +P(A B C)

21 Teil 4 Die Laplacesche Gleichverteilung 21

22 22 Zufallsexperimente mit der Eigenschaft, dass alle Ausgänge,,gleichwahrscheinlich sind, heissen Laplace-Experimente. Sinnvoll: P(ω) = 1 Ω für alle Ergebnisse ω Ω (d.h. auf jedem Element der Menge Ω lastet das gleiche Gewicht). Für beliebige Ereignisse A Ω gilt P(A) = ω A P(ω) = ω A 1 Ω = A Ω = Anzahl günstiger Ergebnisse Anzahl möglicher Ergebnisse

23 Beispiele: Würfeln: Ω = {1,2,3,4,5,6}, P(i) = 1 6 für alle i = 1,...,6 und somit A = {2,4,6}, P(A) = 3 6 = Wir werfen zwei gleiche Münzen. Es gibt drei mögliche Ausgänge: ω 1 = {Kopf,Zahl} ω 2 = {Kopf,Kopf} ω 3 = {Zahl,Zahl} also Ω = {ω 1,ω 2,ω 3 } und es besteht doch kein Grund, einen dieser Ausgänge zu bevorzugen??! Somit gilt: P(ω 1 ) = P(ω 2 ) = P(ω 3 ) = 1 3!? Experiment: (für zu Hause!!) Machen Sie das Experiment 100 mal und bestimmen Sie die relativen Häufigkeiten der drei möglichen Ausgänge.

24 24 Aufgabe 2: Problem von Chevalier de Méré Man bestimme die Wahrscheinlichkeit dafür, 1. bei 4 Würfen mit einem Laplacewürfel mindestens einmal eine 6 zu erzielen und 2. bei 24 Würfen mit zwei Laplacewürfel mindestens einmal einen Sechserpasch (6, 6) zu erzielen. Chevalier de Méré glaubte beide Wahrscheinlichkeiten als 4/6 = 2/3 und 24/36 = 2/3 bestimmt zu haben.

25 Aufgabe 3: Bestimmen Sie die Wahrscheinlichkeit dafür, bei n Würfen mit einem Laplacewürfel mindestens einmal eine 6 zu erzielen. Für welche n ist die Wahrscheinlichkeit mindestens eine 6 zu erzielen grösser als 0.5? 25

26 26 Achtung: Die Intuition täuscht (manchmal)!! Würden Sie das folgende Spiel gegen mich spielen? Wir nehmen ein beliebiges Buch (z.b. die Bibel) und wählen darin zufällig eine Zahl aus (etwa die dritte von unten auf der 70-sten Seite). Ich gewinne 10. wenn die erste Ziffer dieser Zahl 1, 2 oder 3 ist und Sie gewinnen, wenn diese Ziffer 4, 5, 6, 7, 8 oder 9 ist. Es sollte (Gleichverteilung!?) gelten: P(erste Ziffer ist 1, 2 oder 3) = < P(erste Ziffer ist 3, 4,...,9) =

27 27 Sie sollten das Spiel nicht spielen!! Benfordsches Gesetz (Frank Benford, ): Ist d die erste Ziffer einer Dezimalzahl, so tritt sie in empirischen Datensätzen (,,natürlich enstandene ) mit der folgenden Wahrscheinlichkeit auf: ( P(erste Ziffer ist d ) = log ) d

28 28 Tabelle der Wahrcheinlichkeiten d P( erste Ziffer ist d ) = 30.1 % = 17.6 % = 12.5 % = 9.7 % = 7.9 % = 6.7 % = 5.8 % = 5.1 % = 4.6 %

29 Beweis des Benfordschen Gesetzes 29 Sei X eine Zahl. Dann ist die erste Ziffer dieser Zahl gleich d = 1, 2,... oder 9 falls d 10 n X < (d + 1) 10 n gilt. Daraus folgt durch Anwendung des dekadischen Logaritmus log = log 10 : log(d 10 n ) log(x) < log((d + 1) 10 n ) log(d) + n log(x) < log(d + 1) + n Beachte: Da d = 1, 2,... oder 9 ist, gilt: 0 log(d) < 1 und 0 < log(d + 1) 1.

30 30 Die Ungleichung log(d) + n log(x) < log(d + 1) + n ist nun genau dann erfüllt, wenn die erste Nachkommastelle von log(x) (nennen wir sie Z), zwischen log(d) und log(d + 1) liegt: log(d) Z < log(d + 1) Annahme: Die Wahrscheinlichkeit, dass Z in ein bestimmtes Intervall [ log(d), log(d+1) ) fällt, ist proportional zur Länge des Intervalls d.h. 0 1 log(1) log(2) log(5) log(9) P(erste Ziffer von X ist d) = P(log(d) Z < log(d + 1)) = log(d ( + 1) log(d) = log ) d

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 Wahrscheinlichkeitsrechnung und Statistik 5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben

Mehr

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus, V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen

Mehr

Laplace und Gleichverteilung

Laplace und Gleichverteilung Laplace und Gleichverteilung Aufgaben Aufgabe 1 An einem Computer, dessen Tastatur die 26 Tasten für die kleinen Buchstaben (a,b,c... z) hat, sitzt ein Nutzer (User) und tippt zufällige auf den Tasten

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten

Mehr

Grundbegriffe der Wahrscheinlichkeitstheorie

Grundbegriffe der Wahrscheinlichkeitstheorie KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir

Mehr

Das Ziegenproblem. Nils Schwinning und Christian Schöler Juni 2010

Das Ziegenproblem. Nils Schwinning und Christian Schöler  Juni 2010 Das Ziegenproblem Nils Schwinning und Christian Schöler http://www.esaga.uni-due.de/ Juni 2010 Die Formulierung Obwohl das sogenannte Ziegenproblem in der Mathematik allgegenwärtig erscheint, wurde es

Mehr

Wahrscheinlichkeiten

Wahrscheinlichkeiten Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit

Mehr

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0. 1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:

Mehr

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Dieses 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.

Mehr

Wirtschaftsstatistik I [E1]

Wirtschaftsstatistik I [E1] 040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h

Mehr

Übungen zur Mathematik für Pharmazeuten

Übungen zur Mathematik für Pharmazeuten Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl

Mehr

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests

Mehr

Dieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde.

Dieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde. 10.1 Über den Begriff Stochastik Die Wahrscheinlichkeitsrechnung ist eine Teildisziplin von Stochastik. Dabei kommt das Wort Stochastik aus dem Griechischen : die Kunst des Vermutens (von Vermutung, Ahnung,

Mehr

Wahrscheinlichkeit und Zufall

Wahrscheinlichkeit und Zufall Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs

Mehr

Diskrete Verteilungen

Diskrete Verteilungen KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder

Mehr

Ein Bruchteil vom Ganzen lässt sich mit Hilfe von Bruchzahlen darstellen. Bsp.: Ganzes: 20 Kästchen

Ein Bruchteil vom Ganzen lässt sich mit Hilfe von Bruchzahlen darstellen. Bsp.: Ganzes: 20 Kästchen Grundwissen Mathematik G8 6. Klasse Zahlen. Brüche.. Bruchteile und Bruchzahlen Ein Bruchteil vom Ganzen lässt sich mit Hilfe von Bruchzahlen darstellen. Ganzes: 0 Kästchen 6 6 graue Kästchen, also: 0

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 5 Hilfsmittel aus der Kombinatorik 7 Bedingte

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 Aufgaben ab Seite 7 2. Häufigkeiten, Wahrscheinlichkeiten und Laplace-Experimente 2.1 Die absolute und die relative Häufigkeit 1. Beispiel: Ich werfe mal einen Würfel und möchte herausfinden, wie oft jeweils

Mehr

Kapitel 5. Stochastik

Kapitel 5. Stochastik 76 Kapitel 5 Stochastik In diesem Kapitel wollen wir die Grundzüge der Wahrscheinlichkeitstheorie behandeln. Wir beschränken uns dabei auf diskrete Wahrscheinlichkeitsräume Ω. Definition 5.1. Ein diskreter

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Rainer Hauser Dezember 2012 1 Einleitung 1.1 Zufallsexperimente Im Folgenden wird das Resultat eines Experiments als Ereignis bezeichnet. Lässt man eine Metallkugel aus einer

Mehr

MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)

MafI 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

Mehr

Venndiagramm, Grundmenge und leere Menge

Venndiagramm, Grundmenge und leere Menge Venndiagramm, Grundmenge und leere Menge In späteren Kapitel wird manchmal auf die Mengenlehre Bezug genommen. Deshalb sollen hier die wichtigsten Grundlagen und Definitionen dieser Disziplin kurz zusammengefasst

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 1 6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Spiele aus dem Alltagsleben: Würfel, Münzen, Karten,... u.s.w. sind gut geeignet die Grundlagen der Wahrscheinlichkeitsrechnung

Mehr

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.

Mehr

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal

Mehr

Stochastik Klasse 10 Zufallszahlen

Stochastik Klasse 10 Zufallszahlen Thema Grit Moschkau Stochastik Klasse 10 Zufallszahlen Sek I Sek II ClassPad TI-Nspire CAS. Schlagworte: Urnenmodell, Histogramm, absolute und relative Häufigkeit, Zufallsexperiment, Wahrscheinlichkeit,

Mehr

Würfel-Aufgabe Bayern LK 2006

Würfel-Aufgabe Bayern LK 2006 Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln

Mehr

Diskrete Wahrscheinlichkeitsverteilungen

Diskrete Wahrscheinlichkeitsverteilungen Diskrete Wahrscheinlichkeitsverteilungen Worum geht es in diesem Modul? Zufallsvariablen Wahrscheinlichkeitsverteilungen Maßzahlen theoretischer Verteilungen Eigenschaften von Erwartungswert und Varianz

Mehr

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel GlücksPasch an. Aufgabe 4 Glückspasch" (16 Punkte) Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an. Spielregeln: Einsatz 1. Der Mitspieler würfelt mit 2 Oktaederwürfeln. Fällt ein Pasch,

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten Zufallsvorgang: Geschehen mit ungewissem

Mehr

Begleitbuch für Mathematik Oberstufe für die Abiturprüfung 2017 Baden-Württemberg - berufliche Gymnasien. Stochastik

Begleitbuch für Mathematik Oberstufe für die Abiturprüfung 2017 Baden-Württemberg - berufliche Gymnasien. Stochastik mathe-aufgaben.com Begleitbuch für Mathematik Oberstufe für die Abiturprüfung 2017 Baden-Württemberg - berufliche Gymnasien Stochastik Dipl.-Math. Alexander Schwarz E-Mail: aschwarz@mathe-aufgaben.com

Mehr

2. Rechnen mit Wahrscheinlichkeiten

2. Rechnen mit Wahrscheinlichkeiten 2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie

Mehr

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

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

Mehr

Direkte Proportionalität

Direkte Proportionalität M 8.1 Direkte Proportionalität Zwei einander zugeordnete Größen und sind (direkt) proportional, wenn zum -fachen Wert von der -fache Wert von gehört. der Quotient für alle Wertepaare gleich ist. ( Proportionaliätsfaktor

Mehr

Übungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006

Übungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006 Übungsrunde 4, Gruppe 2 LVA 107.369, Übungsrunde 4, Gruppe 2, 07.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 10/2006 1 17 1.1 Angabe Ein Parallelsystem funktioniert, wenn wenigstens eine seiner

Mehr

Grundlagen der Mengenlehre

Grundlagen der Mengenlehre mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener

Mehr

Zufallsvariablen [random variable]

Zufallsvariablen [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

Mehr

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: Allgemeine und spezielle

Mehr

Bereiche der Stochastik

Bereiche der Stochastik Statistik Wahrscheinlichkeit Kombinatorik Bereiche der Stochastik Kombinatorik Hans Freudenthal: Einfache Kombinatorik ist das Rückgrat elementarer Wahrscheinlichkeitsrechnung. Die Lehrkraft bereitet sich

Mehr

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 Inhalt A Grundlegende Begriffe 6 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 2 Relative Häufigkeit und abstrakter Wahrscheinlichkeitsbegriff 13 Aufgaben 16 3 Laplace scher Wahrscheinlichkeitsbegriff

Mehr

Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Bedingte Wahrscheinlichkeiten und Unabhängigkeit Kapitel 5 Bedingte Wahrscheinlichkeiten und Unabhängigkeit Mitunter erhält man über das Ergebnis eines zufälligen Versuches Vorinformationen. Dann entsteht die Frage, wie sich für den Betrachter, den man

Mehr

60 Einführende Aufgaben in die Stochastik. S.Frank

60 Einführende Aufgaben in die Stochastik. S.Frank 60 Einführende Aufgaben in die Stochastik S.Frank Juli 2007 60 Einführende Aufgaben in die Stochastik Von Sascha Frank (2007) Alle Rechte vorbehalten. Diese Werk ist einschließlich aller seiner Teile urheberrechtlich

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum

Mehr

Direkt und indirekt proportionale Größen

Direkt und indirekt proportionale Größen 8.1 Grundwissen Mathematik Algebra Klasse 8 Direkt und indirekt proportionale Größen Direkte Proportionalität x und y sind direkt proportional, wenn zum doppelten, dreifachen,, n-fachen Wert für x der

Mehr

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)

Mehr

Einführung in die Computerlinguistik Statistische Grundlagen

Einführung in die Computerlinguistik Statistische Grundlagen Statistik 1 Sommer 2015 Einführung in die Computerlinguistik Statistische Grundlagen Laura Heinrich-Heine-Universität Düsseldorf Sommersemester 2015 Statistik 2 Sommer 2015 Überblick 1. Diskrete Wahrscheinlichkeitsräume

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

Wahrscheinlichkeitsrechnung für die Mittelstufe Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite

Mehr

4. Grundzüge der Wahrscheinlichkeitsrechnung

4. Grundzüge der Wahrscheinlichkeitsrechnung 4. Grundzüge der Wahrscheinlichkeitsrechnung Dr. Antje Kiesel Institut für angewandte Mathematik WS 2010/2011 In der beschreibenden Statistik haben wir verschiedene Kennzahlen (Statistiken) für Stichproben

Mehr

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt.

An die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt. . Mehrstufige Zufallsversuche und Baumdiagramme Entsprechend der Anmerkung in. wollen wir nun auf der Basis von bekannten Wahr- scheinlichkeiten weitere Schlüsse ziehen. Dabei gehen wir immer von einem

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 0.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Klausur zur Vorlesung,,Algorithmische Mathematik II

Klausur zur Vorlesung,,Algorithmische Mathematik II Institut für angewandte Mathematik, Institut für numerische Simulation Sommersemester 2015 Prof. Dr. Anton Bovier, Prof. Dr. Martin Rumpf Klausur zur Vorlesung,,Algorithmische Mathematik II Bitte diese

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung 2 Wahrscheinlichkeitsrechnung 2.1 Grundbegriffe Wir betrachten zwei Beispiele, um erste Grundbegriffe anschaulich einzuführen. Beispiel 2.1.1. In einem Elektronikmarkt liegen 50 MP3-Player auf einem Tisch,

Mehr

Wir setzen daher den Anteil der weiblichen Nichtraucher gleich dem Anteil der Nichtraucher und berechnen X:

Wir setzen daher den Anteil der weiblichen Nichtraucher gleich dem Anteil der Nichtraucher und berechnen X: Übungsblatt 1 Beispiel 1. Von den 50 Teilnehmern eines Kurses sind 35 weiblich und 10 Raucher/innen. Wie viele nicht-rauchende Teilnehmerinnen sind zu erwarten, wenn die Merkmale Geschlecht und Rauchverhalten

Mehr

Ist eine Gesamtheit von Bedingungen erfüllt, so muss ein bestimmtes Ergebnis eintreten. Ein bestimmtes Ereignis kann eintreten, muss aber nicht.

Ist eine Gesamtheit von Bedingungen erfüllt, so muss ein bestimmtes Ergebnis eintreten. Ein bestimmtes Ereignis kann eintreten, muss aber nicht. 1 Wahrscheinlichkeitsrechnung 1. Einleitung Die Wahrscheinlichkeit ist nämlich ein Grad der Gewissheit und unterscheidet sich von ihr wie ein Teil vom Ganzen. Jakob Bernoulli (1654-1705) in seiner Ars

Mehr

1. Einleitung und Grundlagen der Wahrscheinlichkeit

1. Einleitung und Grundlagen der Wahrscheinlichkeit 1. Einleitung und Grundlagen der Wahrscheinlichkeit 1.1 Einleitung Deskriptive Statistik: llgemeine und spezielle Methoden zur Datenauswertung, die unabhängig von der Erhebungsart angewendet werden können

Mehr

Statistik I für Betriebswirte Vorlesung 1

Statistik I für Betriebswirte Vorlesung 1 Statistik I für Betriebswirte Vorlesung 1 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 4. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt

Elemente 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)

Mehr

1 Elemente der Wahrscheinlichkeitstheorie

1 Elemente der Wahrscheinlichkeitstheorie H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen

Mehr

Übungsaufgaben, Statistik 1

Übungsaufgaben, Statistik 1 Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama

Mehr

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7: Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln

Mehr

Stochastische Lernalgorithmen

Stochastische Lernalgorithmen Stochastische Lernalgorithmen Gerhard Jäger 14. Mai 2003 Das Maximum-Entropy-Prinzip Der Entropiebegriff Entropie: Chaos, Unordung, Nicht-Vorhersagbarkeit,... Begriff kommt ursprünglich aus der Physik:

Mehr

Maximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung

Maximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung Zufallsexperimente Den Zufall erforschen Maximilian Gartner, Walther Unterleitner, Manfred Piok Thema Stoffzusammenhang Klassenstufe Einstieg in die Wahrscheinlichkeitsrechnung Daten und Zufall 1. Biennium

Mehr

Lernsituation "Spielhölle"

Lernsituation Spielhölle CHRISTIAN KLEINERT / SONJA KNUTZEN / LARS LANKOW MISCHUR / SUSANNE MANSOUR / KATRIN MÖLLERS / OLAF SORGENFREI Lernsituation "Spielhölle" 1...DAS ETWAS ANDERE VORWORT...2 2VORWORT...3 3EINFÜHRUNG...3 3.1ZIELGRUPPE...3

Mehr

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: llgemeine und spezielle

Mehr

Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg

Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:

Mehr

Wahrscheinlichkeit und Zufall

Wahrscheinlichkeit und Zufall Wahrscheinlichkeit und Zufall Vorerfahrungen, Grundbegriffe und Geschichte 9. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Download des Skriptes von der Vorlesungsseite 2 Inhalt Vorerfahrungen Grundbegriffe:

Mehr

Würfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :

Würfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView : Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein

Mehr

Statistik 1: Einführung

Statistik 1: Einführung Seite Stat- Statistik : Einführung Die mathematische Disziplin der Stochastik, die die Teilgebiete Wahrscheinlichkeitstheorie und mathematische Statistik umfaßt, beschäftigt sich mit der Beobachtung, Aufzeichnung

Mehr

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

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

Mehr

Themenbereich 1: Proportionalitätszuordnungen. Proportionale Zuordnungen. y bzw. Umgekehrt proportionale Zuordnungen. 6000g

Themenbereich 1: Proportionalitätszuordnungen. Proportionale Zuordnungen. y bzw. Umgekehrt proportionale Zuordnungen. 6000g Themenbereich : Proportionalitätszuordnungen Benzinmenge in Abhängigkeit von dem Preis: Proportionale Zuordnungen Wenn eine Größe verdoppelt wird, führt dies zur Verdoppelung der Anderen Die Zuordnungsvorschrift

Mehr

Radioaktiver Zerfall

Radioaktiver Zerfall 11.3.2 Radioaktiver Zerfall Betrachtet man einen einzelnen instabilen Atomkern, so kann nicht vorhergesagt werden zu welchem Zeitpunkt der Atomkern zerfällt. So könnte der Atomkern im nächsten Moment,

Mehr

Stochastik (Laplace-Formel)

Stochastik (Laplace-Formel) Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel

Mehr

alte Maturaufgaben zu Stochastik

alte Maturaufgaben zu Stochastik Stochastik 01.02.13 alte Maturaufgaben 1 alte Maturaufgaben zu Stochastik 1 07/08 1. (8 P.) In einer Urne liegen 5 rote, 8 gelbe und 7 blaue Kugeln. Es werden nacheinander drei Kugeln gezogen, wobei die

Mehr

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ)

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ) TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig 9..04 Lösungsvorschläge zum 3. Aufgabenblatt der Vorlesung,,Einführung in die Finanzmathematik Gruppenübungen Aufgabe : Es sei Ω = {, +} n,

Mehr

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 16/2010. Bezug zum Lehrplan NRW:

Mathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 16/2010. Bezug zum Lehrplan NRW: Mathematik Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit Aufgabe Nr./Jahr: 16/2010 Bezug zum Lehrplan NRW: Prozessbezogener Bereich (Kap. 2.1) Prozessbezogene Kompetenzen (Kap. 3.1)

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen

Mehr

Vorlesung 1: Einleitung

Vorlesung 1: Einleitung Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben

Mehr

1.1 Direkte Proportionalität

1.1 Direkte Proportionalität Beziehungen zwischen Größen. Direkte Proportionalität Bei einer direkten Proportionalität wird dem doppelten, dreifachen,...wert der einen Größe x der doppelte, dreifache,... Wert der anderen Größe y zugeordnet.

Mehr

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses. XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Kopiervorlagen Stochastik (2) - Wahrscheinlichkeitsrechnung

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Kopiervorlagen Stochastik (2) - Wahrscheinlichkeitsrechnung Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Kopiervorlagen Stochastik (2) - Wahrscheinlichkeitsrechnung Das komplette Material finden Sie hier: School-Scout.de Blatt 26: Pfadregeln

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

Angewandte Stochastik I

Angewandte Stochastik I Angewandte Stochastik I Vorlesungsskript Prof. Dr. Evgeny Spodarev Ulm Sommersemester 2013 Vorwort Das vorliegende Skript der Vorlesung Angewandte Stochastik gibt eine Einführung in die Problemstellungen

Mehr

Zufallsexperimente und relative Häufigkeit in der 6. Jahrgangsstufe

Zufallsexperimente und relative Häufigkeit in der 6. Jahrgangsstufe Zufallsexperimente und relative Häufigkeit in der 6. Jahrgangsstufe Stundenentwürfe und Arbeitsmaterial zum Themenstrang Stochastik Schriftliche Hausarbeit im Fach Mathematik StRef Andreas Eberl Stochastik

Mehr

Wahrscheinlichkeitstheorie. Zapper und

Wahrscheinlichkeitstheorie. Zapper und Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten

Mehr

3 Vom Zählen zur Induktion

3 Vom Zählen zur Induktion 7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,

Mehr

Entdeckungen mit Stochastik in der Grundschule

Entdeckungen mit Stochastik in der Grundschule Gliederung Entdeckungen mit in der Grundschule 2. Wie? Unterrichtsmethodik 3. Warum? Gründe für Volker Ulm, Universität Augsburg im Lehrplan: 2.4.2: - Aufgaben zur z. B. verschieden farbige Häuserfronten

Mehr

Würfelspiele und Zufall

Würfelspiele und Zufall Würfelspiele und Zufall Patrik L. Ferrari 29. August 2010 1 Random horse die Irrfahrt des Pferdchens Betrachte ein Schachbrett mit einem Pferd (Springer), welches sich nach den üblichen Springer-Regeln

Mehr

1. Einleitung wichtige Begriffe

1. Einleitung wichtige Begriffe 1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und

Mehr