II. Wahrscheinlichkeitsrechnung

Größe: px
Ab Seite anzeigen:

Download "II. Wahrscheinlichkeitsrechnung"

Transkript

1 II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 00

2 II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3. ZUFÄLLIGES EREIGNIS / ZUFÄLLIGER VERSUCH...3. DEFINITION DER WAHRSCHEINLICHKEIT VON EREIGNISSEN Relatve Häufgket vo Eregsse Axomatsche Defto der Wahrschelchket DIE KLASSISCHE WAHRSCHEINLICHKEIT BEDINGTE WAHRSCHEINLICHKEIT UND BERECHNEN VON VERBUNDWAHRSCHEINLICHKEITEN....5 UNABHÄNGIGKEIT VON EREIGNISSEN SATZ VON BAYES UND FORMEL DER TOTALEN WAHRSCHEINLICHKEIT ÜBUNGSAUFGABEN... ZUFALLSGRÖßEN UND IHRE VERTEILUNGEN...4. ZUFALLSGRÖßEN (WIEDERHOLUNG)...4. WAHRSCHEINLICHKEITSVERTEILUNG DISKRETER ZUFALLSGRÖßEN PARAMETER DISKRETER VERTEILUNGEN Erwartugswert, Varaz ud Vertelugsfukto Quatle dskreter Verteluge STETIGE ZUFALLSGRÖßEN UND IHRE VERTEILUNGEN, VERTEILUNGSFUNKTION UND VERTEILUNGSDICHTE PARAMETER STETIGER VERTEILUNGEN Erwartugswert ud Varaz Quatle EIGENSCHAFTEN VON ERWARTUNGSWERTEN UND VARIANZ VON ZUFALLSGRÖßEN DIE TSCHEBYSCHEFF-UNGLEICHUNG HAUPTSATZ DER STATISTIK ÜBUNGSAUFGABEN MEHRDIMENSIONALE ( ZWEIDIMENSIONALE ) VERTEILUNGEN ZWEIDIMENSIONALE DISKRETE VERTEILUNGEN ZWEIDIMENSIONALE STETIGE VERTEILUNGEN PARAMETER ZWEIDIMENSIONALER VERTEILUNGEN Erwartugswert ud Varaz Kovaraz ud Korrelato ZUSAMMENFASSUNG ÜBUNGSAUFGABEN SPEZIELLE WAHRSCHEINLICHKEITSVERTEILUNGEN DISKRETE VERTEILUNGEN Zwepuktvertelug Dskrete Glechvertelug Bomalvertelug De Possovertelug...55

3 4. SPEZIELLE STETIGE VERTEILUNGEN De stetge Glechvertelug De Expoetalvertelug De Normalvertelug (Gauß-Vertelug) ÜBUNGSAUFGABEN REPRODUKTIONS- UND GRENZWERTSÄTZE REPRODUKTIONSSÄTZE GRENZWERTSÄTZE ÜBUNGSAUFGABEN ZAHLENTABELLEN VERTEILUNGSFUNKTION DER STANDARDNORMALVERTEILUNG...8

4 II. Wahrschelchketsrechug Grudlage / Defto der Wahrschelchket. Zufällges Eregs / zufällger Versuch Def.: Zufällger Versuch E belebg oft wederholbarer Vorgag mt ubestmmtem Ausgag Zufällges Eregs Ergebs ees zufällge Versuchs Bespel : Zufällger Versuch: x Würfel Zufällges Eregs: A Würfel eer gerade Zahl A Würfel eer 6 Bedeutuge: Wr beschrebe zufällge Eregsse cht ur durch Aussage, soder (ud das st de Regel) durch Mege: A {, 4, 6} A { 6} Wr köe wetere zufällge Eregsse zu desem Versuch defere, de sch durch Aussageverküpfuge (,, ) oder Megeoperatoe (,, \) blde lasse. A 3 Würfel vo oder 4 A 3 4 A 3 A \ A bzw. { } { } Megelehre Aussage-Logk Bedeutug A B A B A oder B trete e A B A B A ud B trete e A \ B A ( B) A ud cht B trete e

5 Uterschedlche Eregstype: Def.: De Eregsse, de ma umttelbar eem Versuch beobachtet, heße Elemetareregsse (Bezechug: {ω}). Eregsse, de sch als Megeoperatoe aus de Elemetareregsse blde lasse, heße zusammegesetzte Eregsse. Bespel : Versuch: x Würfel Elemetareregsse: {}, {},...,{6} Zusammegesetzte Eregsse: {, 4, 6}, {, 3, 5},{ 3, 4, 5, 6} gerade Augezahl ugerade Augezahl Augezahl> See {ω }, {ω },..., {ω m },... alle Elemetareregsse zu eem Versuch. Se Ω:{ω, ω,..., ω m,...} {ω } {ω }... {ω m }... de Mege aller Elemetareregsse. Def.: Ω heßt scheres Eregs (trtt mmer e!). E Eregs, das e etrtt ( Ω bzw. Ω ) heßt umöglches Eregs. Bezechug für das umöglche Eregs: Φ ( Φ Ω Ω \ Ω) Def.: A Ω \ A heßt komplemetäres Eregs zu A ud bedeutet: "A trtt cht e". Def.: Zwe Eregsse A ud B heße uverebar bzw. dsjukt, falls se cht gemesam etrete, d.h., falls glt: A B. Alle zu eem zufällge Versuch deferbare Eregsse sd Telmege vo Ω. Def.: De Potezmege ( Ω) { A A Ω} vo Ω heßt Eregsfeld zum zufällge Versuch V mt der Mege vo Elemetareregsse Ω. Def: Se V e zufällger Versuch mt der Mege Ω der Elemetareregsse ud dem Eregsfeld E. Ee Mege vo Eregsse A, A,..., A (A Ω ) heßt vollstädges Eregssystem E, falls glt: a) A A für j ud b) U A Ω j

6 Se V der zufällge Versuch: "x Würfel". a) Gebe Se Ω a! b) Gebe Se ege Eregsse des Eregsfeldes zu V a! c) Wevele Eregsse ethält das Eregsfeld zu V? d) Gebe Se mdestes zwe vollstädge Eregs-Systeme zu V a! Zel: Gesucht st ee Fukto P: A Ω P( A), de jedem Eregs A, welches ma zu eem Versuch defere ka, ee Wahrschelchket (Chace) P(A) des Etretes vo A zuordet. Es soll gelte: a) Φ umöglches Eregs P( Φ ) 0 (0 % Chace des Etretes) b) Ω scheres Eregs -> P( Ω ) (00% Chace des Etretes) c) A Ω -> 0 P( A) A Ω Bedeutug der Wahrschelchket: Se A Ω belebg: P: A P(A) heßt P ( A) 00% Prozetualer Atel des Etretes vo A be Versuche Bespel 3: Versuch: Müzwurf ω w w, ω K, Z für,. Eregsfeld: (, ) { } {(, ), (, ), ( ), ( )} Ω K K K Z Z, K Z, Z ( Ω) {, {( K, K )}, {( K, Z )}, {( Z, K )}, {( Z, Z )}, {( K, K ), ( K, Z )}, {( K, K ), ( Z, K )}, {( K, K ), ( Z, Z )}, {( K, Z ), ( Z, K )},...} usw das gleche versch. Ergebsse Ich weß: P ( Φ) 0, P( Ω) Versuch K ({ }) Aber we groß st zum Bespel: P ( K K ) ( Z, Z ),,? Versuch K

7 . Defto der Wahrschelchket vo Eregsse.. Relatve Häufgket vo Eregsse Ich möchte wsse, we groß de Chace des Etretes ees Eregsses A be Durchführug ees zufällge Versuchs st. Dazu führe ch de Versuch mal durch ud bereche de relatve Häufgket des Etretes vo A: h ( A) Azahl der Versuche, dee A egetrete st Azahl der Versuche Ka ma deses Maß als Wahrschelchket P(A) verwede? ( ) Bespel 4: Müzwurf: A Kopf trtt auf {K} h (K) 0, Ergebsfolge: K, Z, Z, K, Z, K, Z, Z, Z, Z,... h ( K) h ( K) relatve Häufgkete Abhäggket vo h 3 3 ( K) h0( K) Stelle wr de relatve Häufgket h (K) Abhäggket vo dar, so sehe wr, daß sch dese be wachsedem stets auf de Wert p epegelt. 3 0

8 Bespel 5: Würfel A { 6 } h (A),,, 5, 3, 6,, 6,... 6 h ({ 6} ) p 6 Vorschlag: a) Wr defere de Grezwert p als Wahrschelchket, also p A : lm h A ( ) ( ) cht praktsch verwedbar, da er cht berechebar st. b) P( A) : h 00 ( A) (Wr lege auf 00 fest) st zufallsbehaftet geht auch cht! Trck: Wr utersuche, welche Egeschafte de relatve Häufgket hat ud defere P so, daß P de gleche Egeschafte we de relatve Häufgket hat! Egeschafte der relatve Häufgket: 0, 0, Ω (Normerthet) A B h A h B (Mootoe). 0 h ( A) h ( ) h ( ). ( ) ( ) 3. h ( A B) h ( A) + h ( B) h ( A B) (Addtvtät) Bespel 6: Würfel: A {, 4, 6} gerade Zahl A { 6} A 3 { 4, 5, 6} Zahl 4 0 Versuche:, 5, 3, 4, 6, 5, h A A h A + h A h A A f Zu.) A A, h ( ), h ( 4 6) Zu 3.) ( 3 ) {, 4,5, 6} ( ) ( 3 ) ( 3)

9 .. Axomatsche Defto der Wahrschelchket Def.: Se V e zufällger Versuch mt der Eregsmege Ω ud se Ω) { A A Ω} Eregsfeld zu V. Da heßt jede Abbldug P : ( Ω) [ 0,] ( das Wahrschelchketsmaß auf (Ω), falls P folgede Egeschafte erfüllt:. 0 P( A) P( ) 0 P( ). A B P( A) P( B) (Mootoe) 3. P( A B) P( A) + P( B) P( A B) (Addtvtät),, Ω (Normerthet) 4. U P ( A ) P( A ), falls A A j für j (σ-addtvtät) Bemerkuge:.) Verallgemeerug vo 3: See A,..., A paarwese dsjukt, d.h. A A j, für j. Da glt: L ( ) ( ) P A A A P A.) Das Axom 4 st ee wetere Verallgemeerug vo Axom 3 auf abzählbar vele paarwese dsjukte Eregsse. Folgeruge:. We A B (dsjukt) ( A B trete cht gemesam auf), da folgt aus 3: P( A B) P( A) + P( B). P( A) P( A) ( \ ) P( A A) P ( A) + P( A) P( A) P( A) qed. Bewes: Zu.) P( Ω) P A ( Ω A) Be der Herstellug ees Produktes trete Fehler "cht maßhaltg" (A) ud "cht fuktosfähg" (A) mt de Wahrschelchkete 0, bzw. 0,5 auf. Bede Fehler trete glechzetg be 5% aller Produkte auf. E Produkt st ur da verkäuflch, we es kee der bede Fehler hat. Mt welcher Wahrschelchket st e Produkt verkäuflch?

10 .3 De klasssche Wahrschelchket Def.: Se V e zufällger Versuch. We für de Mege Ω { ω ω } Elemetareregsse glt: Ω m < Ω edlch. ( ). P( }) p... m,..., m aller { ω (alle {ω } sd glechwahrschelch) da heßt V Laplace-Versuch. (Laplace-Versuche: typsch für Glücksspele) Satz: Se V e Laplace-Versuch, Ω { ω,..., ω m } ud se A Ω mt A { ω,... ω l}, j {,..., m}. Da glt: ( ) m P A l : m A Ω. P( { ω }),..., m. ( ) (Chace für das Etrete vo A) Bewes: Zu : ( ) { m} { } ( ω ω ) ({ } { ω } { ω m} ) ( ω ) ({ ω } ) L ({ ω m }) p p L p m p P Ω P,..., P w L p m P + P + + P P A P( ω ω l ) P( { ω } { ω } { ω l} ) Zu : ( ) { } ged.,..., L P( { ω }) + L+ P( { ω l} ) + L+ m m l m Bespel 7: Werfe eer Müze Ω K, K, K, Z, Z, K, Z, Z {( ) ( ) ( ) ( )} ({ }) P( gleche Ergebsse ) P ( K K ) ( Z, Z ),, : 4

11 Bespel 8: Spel: 5DM Esatz, ee Zahl zwsche 0 ud 50 zufällg zehe. Ist de Zahl durch 6 oder 8 telbar, bekomme Se 0 DM. Würde Se deses Spel spele? Lösug: A 6 : Zahl st durch 6 telbar A 8 : Zahl st durch 8 telbar {,..., } Ω 50 A 6 {6,, 8, 4, 30, 36, 4, 48} A 8 {8, 6, 4, 3, 40, 48} A A A G 8 6 A G P( A G ) 50 Wahrschelcher Gew pro Spel: 5DM + 0DM 0, 50 We groß muß der Gew se, damt der Speler (m Schtt) kee Verlust macht? 5DM + xdm 0DM xdm 5DM x 0, 83 DM Bespel 9: Ich merke mr 6-stellge Zahl z z z z 3 z 4 z 5 z 6, z,..., 9 z z für alle j { } j We hoch st de Wahrschelchket, dese Zahle zu errate? 9! Ω ! A: rchtge Zahl tppe A P( A) A 3! 0, Ω 9! 9! 3! Nützlche kombatorsche Formel! Satz: a) Es gbt k Elemete auszuwähle. ( k )! k! Möglchkete ee k-elemetge Telmege aus b) Es gbt geau! Vertauschuge vo Elemete auf Plätze.

12 Bespel 0: 3 Spelkarte (8 4 Farbe). Speler zeht Karte, ohe Zurücklege. We groß st de Wahrschelchket dafür, A : Bube A : Bube A 3 : 0 Bube zu zehe? Elemetareregs {, }, {,..., 3} ω K K K K Ω Mege aller -elemetge Telmege aus {K,...,K 3 } 3 Ω 4 4 A! 6!! ( ) 6 P A 0, A 4 8 P( A ) 0, A 3 378! 6!! ( ) 378 P A 3 0, Bespel : 4 4 s p m Buchstabe werde der Rehe ach aus der Ure gezoge ud zu eem Wort agelegt. We groß st de Wahrschelchket dafür, daß das Wort msssspp etsteht? Ω b,..., b b 4, 4 s, p, m { { }} Ω! {,...,,..., } A b b b b m s s s s p p A 4! 4!! 4! Möglchkete auf 4 Plätze azuorde 4! Möglchkete s auf 4 Plätze azuorde! Möglchkete p auf Plätze azuorde

13 ! Möglchkete für m 4! 4!!! P( A ) Ω!.4 Bedgte Wahrschelchket ud Bereche vo Verbudwahrschelchkete Bespel : Wr betrachte ee Ure mt weße ud 3 schwarze Kugel aus der acheader Kugel zufällg etomme werde. Gezogee Kugel werde cht zurückgelegt. W : weß m -te Versuch S : schwarz m -te Versuch ( W ) P W ( / S ) P W / 4 ( W uter der Voraussetzug, daß m. Versuch weß gezoge wurde ) 4 Def.: Se V e zufällger Versuch mt der Mege der Elemetareregsse Ω ud see A Ω ud B Ω zwe Eregsse zu desem Versuch. P( A B) Da heßt de Wahrschelchket P( A / B) : bedgte Wahrschelchket P B vo A uter der Bedgug (Zusatzfo), daß B egetrete st. ( ) Das folgede Bespel macht de Defto der bedgte Wahrschelchket plausbel: Bespel 3: Kaste 300 LED s Farbe: rot/grü Form: / grü rot See B ud A grü zwe Eregsse. Da glt :

14 P( grü ) P( ) P(grü ) P(A/B) P(grü / ) aalog: P( / rot) P ( rot ) P( rot) ( B) P( B) P A Iterpretato der bedgte Wahrschelchket: A B Ω A B ( ) ; P( A / B) P A A Ω A B Ω B Ω A B B P(A / B) Ω wrd auf de Mege B egeschräkt. Bereche Se zum Bespel 3 folgede Wahrschelchkete: P( grü/ ), P( /rot)! Satz : Es glt : Das Maß P A ( ): P( / A) st für festes A Ω e Wahrschelchketsmaß auf der Potezmege vo Ω, d.h. P( / A) erfüllt für jedes festes A Ω de 4 Axome der Wahrschelchket. Isbesodere glt da auch : P( B / A) P( B / A) Achtug: Es glt cht!!! : P( B / A) P( B / A) a) Bereche Se zur vorge -Aufgabe de Wahrschelchket dafür, daß e zufällg ausgewähltes Produkt auch de Fehler A bestzt, we bekat st, daß es de Fehler A hat! b) We groß st de Wahrschelchket, daß das Produkt de Fehler A cht hat, we bekat st, daß es berets de Fehler A hat?

15 Bereche vo Verbudwahrschelchkete: De Berechug vo P( A B) ach der klasssche Methode ( P( A B) machmal sehr aufwedg. P( A B) bedgte Wahrschelchkete bereche. Es glt offeschtlch: P A B P B / A P A A B Ω ) st ka ma wesetlch lechter uter Verwedug der ( ) ( ) ( ) Satz: (Multplkatossatz) Se Ω de Mege der Elemetareregsse zu eem zufällge Versuch. See A, A,...,A mt A Ω belebge Eregsse. Da glt: P A A P A / A P A a) ( ) ( ) ( ) b) P( A A A 3 ) P( A ) P( A / A) P( A 3 / ( A A )) c) P( A A A 3 L A ) P( A ) P( A / A) P A 3 / ( A A ) ( ) Bewes: Vollstädge Idukto über! Bespel 4: ( ) ( 4 / 3 ) ( / ( L ) ) P A A A A P A A A A IA: a) Es glt: P( A A ) P( A / A ) P( A ) IS: vor: c) glt für A,..., A c) glt auch für A,..., A stellvertreted zege wr b): P A A A 3 P B A P A B ( ) ( / ) ( ) { A ( 3 / ( )) ( ) P A A A P A A IA a) ( 3 / ( )) ( / ) ( ) P A A A P A A P A qed. W weß be -ter Zehug s schwarz be -ter Zehug

16 ( 3 4 ) ( ) ( ) ( ) P w s s w ( ) ( ( )) P w P s / w P s / w s P w / w s s Bespel 5: Zustadsautomat (Markowgraph) Zustäde: Letug fre Letug belegt 3 Letug gestört Letug ädert Zustäde taktwese - Takt X,, 3 Zustad der Letug m Takt ( ) { } Vor.: P(X(0) ) (Letug st zu Beg fre) Taktwese werde de Zustäde gemäß Zustadsautomat mt de agegebee Zustadsübergagswahrschelchkete geädert. Offeschtlch glt: P ( X ( ) / X (0), X (),..., X ( ) ) P( X ( ) / X ( ) ) p, d.h. der Zustad mtakt hägt ur vom Zustad m Takt - ab ud cht vo der gaze Vergagehet! De sogeate (Zustads-) Übergagswahrschelchkete häge cht vom Takt ab. (X(), 0,,..., wrd auch als homogee Markowkette bezechet) We groß st de Wahrschelchket für folgede Zustadsverlauf:

17 0 3 4 Nach Multplkatossatz glt: P(X(0) X() X() X(3) X(4) ) P(X(0) ) P(X() / X(0) ) P(X() / X(0) X() ) P(X(3) / X(0) X() X() ) P(X(4) / X(0) X(3) ) P(X(0) ) P(X() / X(0) ) P(X() / X() ) P(X(3) / X() ) P(X(4) / X(3) ) Uabhäggket vo Eregsse ( / w ) P w ( / s) P w ( / w ) P w ( / s ) P w 4 Zehe ohe Zurücklege 5 Zehe mt Zurücklege P w 5 Def.: Zwe Eregsse A ud B heße stochastsch uabhägg, falls glt: P A B P( A) P B ( ) ( ) ( ) 5 Folgerug: See A ud B stochastsch uabhägg, da gelte folgede Bezehuge: P A B P A P B P A / B P A P B / b) ( ) ( ) ( ), c) P( A / B) P( A) P( B) d) P( A / B ) P( A) P( B ) a) ( ) ( ) ( ) (d.h. de Wahrschelchket für das Etrete vo A bzw. A hägt cht vo B ud B ab!)

18 Def.: A, A,..., A heße gegesetg stochastsch uabhägg A,..., A A,..., A glt: Telmege { l} { } P( A A L A ) P( A ) P( A ) L P( A ) l l Bespel 6: Zwe Studete versuche uabhägg voeader de gleche Statstk- Aufgabe zu löse. Jeder löst de Aufgabe mt Wahrschelchket 0,6. We groß st de Wahrschelchket dafür, daß mdestes eer der bede de Augabe löst? S Studet löst Ausgabe, ( ) P (mdestes eer löst de Aufgabe) P S S P S + P S P S S ( ) ( ) ( ) ( ) P( S ) + P( S ) P( S ) P( S ) 0, 6 + 0, 6 0, 6 0, 6, 0, 36 0, 84, P S 0, 6 Bespel 7: Statstk-Klausur, 0 Aufgabe Jede Aufgabe hat 3 Atwortalteratve, vo dee geau ee rchtg st. We groß st de Wahrschelchket dafür, daß e Studet, der rät, alle Aufgabe rchtg löst? A Aufgabe rchtg gerate L L P( A A A 0 ) P( A) P( A ) P( A0 ) 3 (Aufgabe werde uabhägg voeader gerate Ratewahrsc helchket P / ) ( ) 3 A 0 Bespel 8: E Gerät: E E3 E4 See folgede Eregsse defert : G - Gerät st OK, G -Gerät st cht OK, E - Bauelemet E st OK, E - Bauelemet E st cht OK. Zel: vo Ausfallhäufgket q des Geräts G auf Ausfallhäufgket eer bestmmte Baugruppe E (Bauelemet) schleße.

19 Wr verefache dazu user Modell ud treffe folgede Aahme:. Alle Bauelemete sd detsch. Alle Bauelemete falle uabhägg voeader ud mt der gleche Wahrschelchket p aus: P( E )p,,,3,4. 3. Fuktoswese des Gerätes : Rehe fuktoert, falls bede Baugruppe fuktoere, Gerät fuktoert, falls ee Rehe fuktoert. Gegebe st u qp( G ). Gesucht st p. Lösug: Wr stelle ee Zusammehag zwsche p ud q her: ( ) P( Rehe ot OK Rehe ot OK) P G P( Rehe ot OK) P( Rehe ot OK) P( Rehe OK) ( P( Rehe OK) ) ( P( E E )) ( P( E3 E4 )) ( p) p ( ) ( ( ) ) q ( ) q ( p) q p Se q 0,: 0, 0, 87 0, 73 D.h., de Ausfallwahrschelchket der Bauelemete darf 7,3% cht überschrete, damt das Gerät mt 90%tger Wahrschelchket cht ausfällt..6 Satz vo Bayes ud Formel der totale Wahrschelchket Bespel 9: offeschtlch st: w weß -ter Zehug s schwarz -ter Zehug (ohe Zurücklege)

20 P P 3 4 ( w / s ), P( s ) ( w / w ), P( w ) We groß st aber de Wahrschelchket dafür, 'Weß' der zwete Zehug zu zehe (uabhägg davo, was bem erste Mal gezoge wurde)? Es glt: P w P w w w s ( ) (( ) ( )) P( w w ) + P( w s ) P( w w ) P( w ) + p( w / s ) P( s ) / Satz.: Se V e zufällger Versuch mt der Mege Ω vo Elemetareregsse, se E das Eregsfeld zu V. See weterh B Ω e belebges Eregs zu V ud A,...,A e vollstädges Eregssystem E (d.h., A Ω,...,, A A j für j ud A A L A Ω ). Da glt: P( B) P( B / A ) P( A ) + P( B / A ) P( A ) + + P( B / A ) P( A ) L (Formel der totale Wahrschelchket). Bewes: A A Ω B A 3 A P ( B) P( ( B A ) ( B A ) ( B A )) P( B A ) + L+ P( B A ) P( B A ) P( A ) + + P( B / A ) P( A ) / L L qed.

21 Satz: (vo Bayes) a) Es glt: P( A / B) P A ( ) P( B / A) P( B) b) (Verallgemeerug): See A Ω,..., Eregsse mt A A j ud A A L A Ω. Se B Ω. Da glt: P( A ) P( B / A ) P( A ) P( B / A ) P( A / B) P( B) P A P B / A j ( j ) ( j ) Bewes: zu a) P( A / B) ( B) P( B) ( / ) P( A) P( B) P A P B A zu b) aalog qed. Awedug der Sätze zu folgede Fälle: Gegebe: P( A), P( B / A) Gesucht: P( A / B) Bespel 0: Se A Krakhet, de mt 0 % der Bevölkerug vorkommt B Merkmal, ahad desse de Krakhet dagostzert wurde Merkmal Etschedug Arzt B A (krak) B A (cht krak) Fehletschedug: Das Merkmal trtt cht auf ( B ), aber Perso st trotzdem krak (A). Das Merkmal B trtt auf, aber de Perso st krak ( A ) Wrklchket gesud krak Et- A A gesud B P(A/ B ) schedug krak B P( A /B) ----

22 Fehletschedugswahrschelchkete: ( B) P A / Wahrschelchket dafür, daß ee Perso krak st, de als gesud egestuft wurde. P A / B Wahrschelchket dafür, daß ee Perso gesud st, de als ( ) krak egestuft wurde. Zel: E solches Merkmal B fde, daß de Wahrschelchket für Fehletscheduge gerg st! geg.: P( B / A) 0, 8 P( B / A) 0, 3 P( A) 0, ges.: P( A / B), P( A / B) We groß sd de Fehlerwahrschelchkete für user Merkmal? Awedug des Satzes vo Bayes ud totaler Wahrschelchket : Es glt: P( A / B) ( / ) ( ) P( B) P B A P A ( ) ( ) NR: P B / A P B / A 0, 0, 8 0, + 0, 3 0, 9 0, 35 P( B) P( B) 0, 65 ud P B P B A P A P B A P A ( ) ( / ) ( ) + ( / ) ( ) 0, 0, 0, 0 P( A / B) 0, 03 0, 65 0, I 3 % aller Dagose wrd ee krake Perso als gesud egestuft! Bereche Se zu Bespel 0 de Irrtumswahrschelchket ( A B) P /!

23 .7 Übugsaufgabe. E zufällger Versuch bestehe m Werfe zweer Würfel. Ma bereche de Wahrschelchket dafür, daß de Summe 6, 7 oder 8 st! (Hwes: Klasssche Wahrschelchketsdefto beutze!). Jemad bewrbt sch be zwe Frme A ud B. De Wahrschelchket der Aahme seer Bewerbug schätzt er be Frma A mt 0,5 ud be Frma B mt 0,6 e. Weterh rechet er mt eer Wahrschelchket vo 0,3 vo bede Frme ageomme zu werde. We groß st de Wahrschelchket dafür, vo wegstes eer der bede Frme ee Zusage zu erhalte? (Hwes: Axom 3 beutze!) 3. (Aus eer USA-Stude über de Zusammehag zwsche Hautfarbe ud Beschäftgugsstatus) Es werde folgede Symbole beutzt: F Farbg, W Weß, B Beschäftgt, U Arbetslos. Be eer Utersuchug der Bevölkerug auf Hautfarbe ud Beschäftgugsstatus ergab sch folgede Häufgketstabelle: W F Total U B a) Vervollstädge Se de Tabelle! b) Bereche Se für e zufällges Idvduum de Wahrschelchkete: P(U), P(F), P(U/F)! c) Sd de Eregsse "de Hautfarbe st weß" ud " Beschäftgt" stochastsch uabhägg voeader? 4. G se e Gerät mt parallel geschaltete Bauelemete gleche Typs. Dabe sd jewels Bauelemete Rehe geschaltet. Das Gerät fällt aus, falls de Rehe ausfalle. Ee Rehe fällt aus, falls ees der bede Bauelemete ausfällt. De Bauelemete E j falle uabhägg voeader mt der gleche Wahrschelchket P(E j ot OK) 0, für alle,...,; j,, aus. Wevele Rehe muß das Gerät habe, damt de Ausfallwahrschelchket p des Gerätes 0, % cht überschretet, d.h. damt glt p P G ot OK 0, 00? ( )

24 G E E E E E E % eer bestmmte Populato see Fraue, 30 % Mäer, 0 % Kder. 5 % der Mäer, % der Fraue ud 0,5 % der Kder see zuckerkrak. a) We groß st de Wahrschelchket dafür, daß ee zufällg ausgewählte Perso zuckerkrak st? b) Sd de Eregsse De Perso st zuckerkrak ud De Perso st weblch stochastsch uabhägg voeader? c) Ee zufällg ausgewählte Perso st zuckerkrak. Mt welcher Wahrschelchket st dese Perso e Ma? (Hwes: Satz vo Bayes, Formel der totale Wahrschelchket) 6. E Arzt hat es sch zur Lebesaufgabe gemacht, zu dagostzere, ob ee vo zwe Krakhete A oder A oder kee vo bede be eem Patete vorlege. Der Arzt dagostzert dabe ahad der Beobachtug ees bestmmte Blutwertes, ob der Patet ee der bede Krakhete hat oder cht; d.h. de Dagoseregel des Arztes lautet: Blutwert erhöht etweder ur A oder ur A oder bede Krakhete lege vor Blutwert cht erhöht weder A och A lege vor. Es se bekat, daß be 90% aller Persoe, de sowohl A als auch A habe der Blutwert erhöht st; sowe be 80% aller Persoe, de ur de Krakhet A habe (ud cht A), be 70% aller Persoe, de ur A habe (ud cht A) ud 0% aller Fälle, de weder A och A habe. Weterh se bekat, daß A mt 5%ger Wahrschelchket ud A mt %ger Wahrschelchket der Bevölkerug vorkomme, ud 0% der Persoe, de A habe, auch de Krakhet A habe. Bereche Se de Wahrschelchket dafür, a) daß ee Perso ee erhöhte Blutwert ud de Krakhet A hat, b) daß ee Perso, de ee erhöhte Blutwert aufwest, de Krakhet A hat! c) daß ee Perso, de ee erhöhte Blutwert hat, weder A och A hat! Hwes: Bereche Se zuächst de Wahrschelchkete für folgede 4 Fälle: - A ud A lege vor - A ud cht A legt vor - A ud cht A legt vor - Weder A och A legt vor

25 Zufallsgröße ud hre Verteluge. Zufallsgröße (Wederholug) Def.: Zufallsgröße sd zufällge Merkmale, de eem zufällge Versuch beobachtet werde ud dere Merkmalsauspräguge (Realseruge) durch Zahlewerte (drekt oder durch Skalerug) charaktersert werde. X Zufallsgröße x Realserug, Beobachtug X Werteberech vo X, X { a a k } [ a b],...,,... dskret, X X stetg Zufallsgröße Merkmalswerte Realserug Typ X Blutgruppe A, B, AB, 0,,, 3 dskret (omal) X Azahl der ω ( M, M ) 0,, dskret (ordal) Wappe be (festgelegte M { K, Z} Müzwurf Bedeutug der T zufällge Lebesdauer (K, K) (K, Z) (Z, K) (Z, Z) Us teressere folgede Wahrschelchkete:. P(X x) Wahrschelchket dafür, daß X de Wert x ammt. P(a X b) Wahrschelchket dafür, daß X [a, b] 3. P(X a), P(X a) Zahle) 0 [0, ) stetg (proportoal). Wahrschelchketsvertelug dskreter Zufallsgröße Se X dskret, X { a a k },...,,.... Wr beötge ur p P(X a ) für,..., k,... Mt Hlfe der p köe Se alle Wahrschelchkete. 3. bereche: P(5 X 8) P(X 5 X 6 X 7 X 8) P(X 5) + P(X 6) + P(X 7) + P(X 8)

26 P(a X b) P( X a ) ud P(X a) a : a a b P(X a ) a : a a Def.: De Gesamthet ((p P(X a ), a X )) heßt Wahrschelchketsvertelug vo X. Darstellug: grafsch: P P p3... X a a a k X p p tabellarsch: X a a a k p p p p k aalytsch als Fukto: p f(, a ) Bespel 5: Zufallsexpermet: Werfe zweer Müze 0,,, 3, X Azahl K, X { } Ω ( K, K),( K, Z),( Z, K),( Z, Z) X { } X{ 0 } Gesucht: Wahrschelchketsvertelug vo X X 0 p p 0 p p p 0 P(X 0) P((Z, Z)) 4 p P(X ) P ( {( K Z ) ( Z, K,, )} ) 4 X 0 p 4 4

27 Verallgemeerug: (Berechug der p ) Ma betrachte de Zufallsgröße X als Abbldug vo Ω X: X : Ω X R Äquvalez vo Eregsse: { ω Ω ( ω) } Ω P( X x) P( A) ' X x' A X x A Ω Bespel 6: Versuch: Würfel mt Würfel X Summe der Augezahle ges.: Wahrschelchketsvertelug vo X: X p p p 3 p 4... p p P( X ),,..., ω ( ω) ( ) mt X A p Wahrschelchketsvertelug vo X, 36,, 36,,, ,,,, ,,,,, ,,,,,, ,,,,, ,,,, ,,, ,, 36, 36 3 ( ) ( ) 4 ( ) ( ) ( 3) 5 ( 4) ( 3 ) ( 3) ( 4 ) 6 ( 5) ( 4) ( 3 3) ( 4 ) ( 5) 7 ( 6) ( 5) ( 3 4) ( 4 3) ( 5 ) ( 6 ) 8 ( 6) ( 3 5) ( 4 4) ( 5 3) ( 6 ) 9 ( 3 6) ( 4 5) ( 5 4) ( 6 3) 0 ( 4 6) ( 5 5) ( 6 4) ( 5 6) ( 6 5) ( 6 6) ω ( w, w ) w {,..., 6} ( ) X ω w + w Ω 36 allgeme: p ( ) 36 ( 3 ) 36, 3,..., 7 8, 9,...,

28 Bespel 7: (Awedug der Gesetze zum Reche mt Wahrschelchkete) k Schlüssel ur eer st rchtg! a) Besoffe: Auswahl (Probere) ees Schlüssels mt Zurücklege b) Nüchter: Auswahl (Probere) ees Schlüssels ohe Zurücklege Frage: We groß st de mttlere Zahl der Versuche bs zum Fde des rchtge Schlüssels? Lösug: Wr bereche zuächst de Wahrschelchketsvertelug für de Azahl X der Versuche bs zum Fde des rchtge Schlüssels: Se X 0 Schlüssel cht gefude Schlüssel gefude das Ergebs m.-te Versuch. zu a) X {,,..., k } ( X ) P( 0 X 0 X 0 X ) P X P X 0 P X 0 L P X 0 P X p L ( k ) ( ) ( ) ( ) ( ) ( k ) k k k k L k k k k k p :, k,,... k Bsp.: ( 3) k p p p p 3 3 4,, 3 L zu b) X {,,..., k } p P( X ) P( X 0 X 0 L X 0 X ) P( X 0) P( X 0/X 0) P( X 3 0/(X 0 X 0) ) L P( X 0 /( X 0... X 0) P( X /(X 0... X 0) ) k k k k k L k 3 k k ( ) ( ) ( ) k + k p,..., k k

29 Um de o.g.frage ach der mttlere Azahl der Versuche bs zum Fde des rchtge Schlüssels zu beatworte, beötge wr de Begrff des Erwartugswertes eer Zufallsgröße, der m ächste abschtt egeführt wrd..3 Parameter dskreter Verteluge.3. Erwartugswert, Varaz ud Vertelugsfukto Se X dskret, X { a, a,..., a k } deskrptve Statstk Wahrschelchketsrechug a h (a ) a p P(X a ) a h (a ) a p a h (a ) h ( a ) p a k h (a k ) a k p k rel. Häufgketsvertelug Wahrschelchketsvertelug Aus der Kovergez der relatve Häufgket gege de Wahrschelchket ergbt sch: arthm. Mttel: k x x k a h ( a ) EX k a p Erwartugswert vo X Streuug: s ( x x) k ( a x) H ( a ) k ( a x) h ( a ) k Var ( X) a EX p ( ) - Varaz vo X

30 Emprsche Vertelugsfukto: F ( x) h ( a ) : a x Beobachtuge x, j,..., mt x x j j ( ) ( ) F x p P X x : a x Vertelugsfukto vo X Atel aller Def.: Se X dskret, X { a, a,..., a k,...} ud se ( ) Da heßt: Var (X) : F EX : a p - Erwartugswert vo X ( a EX ) p p P X a,,,... - Varaz vo X ( x) P( X x) - Vertelugsfukto vo X Zu Bespel 7: k 4, se X Zahl Versuche bs Fde des rchtge Schlüssels (ohe Zurücklege) p P( X ),, 3, 4 4 Wevel Versuche brauche ch m Mttel? EX , 5 + 0, , , 5, Zege Se für das Bespel 7 Fall a) daß für de erwartete Azahl vo Versuche bs zum Fde des rchtge Schlüssels glt k EX : p k k k : Bespel 8: Würfel mt Würfel, Spel: DM Esatz Gew: 0 DM Summe der Augezahle 5 DM Summe der Augezahle 6 DM Summe der Augezahle Würde Se deses Spel spele?

31 P( Y ) Berechug des erwartete Gews pro Spel: Se X Summe der Augezahle ud Y Gew be Augezahl X, p P( X ) Gew X p Gew Y , ( ) 5 9 P Y 5, P ( Y 0 ), P ( Y 0 ) EY DM Erwarteter realer Gew: EY Esatz 0 DM.3. Quatle dskreter Verteluge Def.: Se X dskret, X { a,..., a k,...} ud se ( ) Wahrschelchketsvertelug vo X ud se F x) P( X x) p P X a,,,..., k,... de ( p de Vertelugsfukto vo X. Da heßt x α mt F( x ) α < F( x + ε) ε > 0, α-quatl der Vertelug X. α α a x.4 Stetge Zufallsgröße ud hre Verteluge, Vertelugsfukto ud Vertelugsdchte X stetg, d.h. [ a b], X. De Wahrschelchkete stetger Zufallsgröße werde mt Hlfe der Vertelugsfukto F(x) berechet. De Gestalt der Vertelugsfukto für stetge Zufallsgröße erhalte wr, dem wr de Übergag ees edlche Werteberech X { a,..., a k } zu eem kotuerlche Berech betrachte (sehe folgede Abblduge!).

32 Dskrete Vertelugsfukto: X X { a,..., a k } F(x) [ P F(x) { [ ) ) P [ { ) a a a 3 ak X X a k groß a k Übegag zur stetge Vertelugsfukto: F(x) Stetges F(x) X X stetg kotuerlches X Def.: Wr bezeche jede Fukto F(x) mt folgede Egeschafte als F( x) P X x vo X: Vertelugsfukto ( ). x X : 0 F ( x). x x F( x) F( x ) (F: mooto wachsed) 3. lm F( x) 0, lm F( x) x x + 4. F(x) st überall stetg

33 Folgerug:. 4. F(x) st bs auf höchstes edlch vele Stelle dfferezerbar, ud de Abletuge f ( x) F ( x) sd bs auf edlch vele Stelle auch stetg. Def.: De Abletug vo X. Es glt: F ( x) f ( x), x X heßt Wahrschelchketsdchte (Dchtefukto) x F ( x) f ( t) dt De Dchtefukto hat folgede Egeschafte:. f ( x) 0. f ( x) dx Überlege Se sch ahad eer Grafk, we de Wahrschelchketsvertelug eer dskrete Zufallsgröße be Übergag zu eem kotuerlche Werteberech (zu eer stetge Zufallsgröße) ausseht! We ka ma Wahrschelchkete, z.b. P(a<X<b), m stetge Fall bereche? Berechug vo Wahrschelchkete:. ( X b) F( b) P f ( x) dx. ( ) ( ) b P X a P X a F( a) f ( x) dx 3. P( a X b) F( b) F( a) a Graphsch: f (x) F (b) P(X b) b X

34 f (x) P(X a) a X P( a X b) f (x) a b X Zu 3.) F ( b) P( X b) P( X < a X [ a, b] ) P( X < a) + P( a X b ) P( a X b) P( X b) P( X < a ) P( X b) P( X a ) Es glt weterh: P X a 0 4. ( ) 5. P( X a) P( X < a X a) P( X < a) + P( X a) P( X < a) Zur Berechug vo Wahrschelchkete stetger Zufallsgröße beötge wr ur de Kets vo F(x) bzw. f(x). Bespel 9: Se X de Verspätug der U-Bah a eer bestmmte Haltestelle. X bestze folgede Dchtefukto: f ( x) 0,5 0,5 x für 0 für x [ 0,4] 0 x 4

35 f (x) 0, Gesucht.: Wahrschelchket dafür, daß de Verspätug zwsche ud Mute legt! X Lös.: P ( X ) f ( x) dx ( 0, 5 0, 5 x) dx 5 x x 0, Parameter stetger Verteluge.5. Erwartugswert ud Varaz Übergag zu kotuerlchem Werteberech: k X dskret EX a p k ( ) ( ) Var X a EX p x f ( x) dx EX ( x EX ) f ( x) dx Var(X) Def.: Se X ee stetge Zufallsgröße. Da heße EX x f ( x) dx Erwartugswert vo X ud Var ( X ) ( x EX ) f ( x) dx Varaz vo X.

36 Bespel 30: U-Bah ges.: Erwartete Verspätug der U-Bah EX x f ( x) dx x x x x dx 4 3 m 0 sek.5. Quatle Def.: Se X ee stetge Zufallsgröße mt der Vertelugsfukto F(x) ud Vertelugsdchte f(x). x α Der Wert x α X, für de glt: F(x α ) α bzw. f x) dx P( X x ) α Quatl. ( α heßt (uteres) α x α X Bespel 3: Se X de zufällge Dauer vo Telefogespräche ud se de Dchte vo X x 5 durch f ( x) e gegebe. 5 a) We groß st de mttlere Gesprächsdauer? b) Welche Zet überschrete 80 % der Gespräche cht? c) We groß st de Wahrschelchket dafür, daß de zufällge Gesprächsdauer > 0 m st? (We groß st der Atel aller Gespräche, de läger als 0 m. dauer?) Zu a) Mt α /5 glt: EX α 0 x f ( x) dx x e αx dx 0 x αe αx dx partelle Itegrato

37 x α + α α x [ e ] 0 e 0 αx dx α x e α αx α + α α α e αx dx 0 α Ergebs: x 5 f ( x) e EX 5 5 m. α 5 Zu b) 0,8 80 % t Wr müsse das 80 % Quatl t 0,8 bereche! t 0,8 t 0,8 : f ( x) dx 0, 8 dese Glechug st ach t 0,8 aufzulöse! t 0 0 0,8 e e 0,8 e l 5 e x 5 t 5 x 5 0,8 0 ( 0,8) t dx 0,8 0,8 0,8 0,8 t 5 0,8 l t 5 0,8 t 0,8 5 l ( 0, ) 5 (, 6) 8 m.

38 x 5 Zu c) P( X > 0 ) e dx e + e 0 x 5 e x 5 ( ) 0 e 0,35 3,5%.6 Egeschafte vo Erwartugswerte ud Varaz vo Zufallsgröße X dskret oder stetg (belebg) Satz:.) E( ax) aex.) E( a) a 3.) E( X + Y) EX + EY 4.) E( X Y) ( EX) ( EY) falls X ud Y stochastsch uabhägg Bewes.: Zu 4.) See X ud Y dskret, X { a,..., a k }, Y { b,..., b k } Satz: Es glt: Var X Var a Z X Y Z { a b,..., k j j,..., l } ( j ) ( j ) P Z a b P X a Y b ( ) ( ) P X a P Y b stoch. uabh. EZ E X Y a b P Z a b ( ) j ( j ), j k l ( ) ( ) a b P X a P Y b k j ( ) ( ) a P X a b P Y b EX.) ( ) [ ] [ ] ( ) E X E X E X EX j j l j j j.) ( ) 0 3.) Var( ax + b) a Var( X ) 4.) Var( ax + by ) a Var( X ) + b Var( Y ) EY, falls X ud Y stochastsch uabhägg sd

39 Bewes: Zu 3.) X stetg Var ( ax + b) ( ax + b E( ax + b) ) a ( ax a EX ) a ( x EX ) Var ( X ) f ( x) dx f ( x) dx f ( x) dx Bespel 3: See X ud Y Zufallsgröße mt EX 3 ud Var (X) bzw. EY 0 ud Var (Y). Gesucht: Leare Trasformato Y ay + b vo Y so, daß EY EX ud Var Y Var X. Lösug: EY EX E( ay + b) 3 + Var ( Y ) Var ( X) Var ( ay + b) a EY b 3 a 0 + b 3 ( ) a Var Y a a ± ± 0,707 b 3 7,07 4,07 b 3 + 7,07 0,07 Ergebs: Y 0,707 X 4,07 oder Y 0,707X + 0, 07 Bespel 33: See µ : EX, σ Var ( X) E X µ E( X µ ) ( EX Eµ ) ( EX µ ) 0 σ σ σ σ X µ Var Var ( X µ ) σ σ σ Var ( X) Def.: Ee Zufallsgröße X mt EX 0 ud Var (X) heßt Stadardserte Zufallsgröße X X EX Stadardserug eer Zufallsgröße Var X ( )

40 Def.: Var ( X ) Stadardabwechug vo X..7 De Tschebyscheff-Uglechug Satz: Es glt: (( ) ε) ( ) Var X a) P X EX > ε Var X b) P( ( X EX ) ε) ε ( ) ε > 0 Wr köe also Wahrschelchkete ohe Kets der Vertelug abschätze, ur durch Verwedug vo EX, Var(X). Bespel 34: Produkto vo Schraube ( 5mm Norm! : d) X zufällger Schraubedurchmesser Es glt: EX d ud Var X 0,005 mm Ausschuß: Jede Schraube, de um mehr als 0, mm vom d abwecht. Ges.: Ausschußrate der Produkto Lös.: P( X d 0 mm) Var ( X), ( 0 ) mm ( 0, ) > 0, 73 7, 3% Satz a), Ausschußrate überschretet 7,3 % cht!.8 Hauptsatz der Statstk De Kovergez vo h ( a ) p P( X a ) Satz: (Hauptsatz der Statstk) beruht auf dem Hauptsatz der Statstk. Es glt: P lm sup F ( x) F( x) 0 x ℵ

41 .9 Übugsaufgabe. I eer Sedug vo 8 Stück befde sch fehlerhafte Stücke. Es werde zufällg 3 Stück acheader ohe Zurücklege etomme. X se de zufällge Azahl der fehlerhafte Stücke uter dese 3 etommee. a) Bereche Se de Wahrschelchketsvertelug vo X ud stelle Se dese grafsch dar! b) Bereche Se EX ud Var(X).. Se 0 F ( x) x für x < für x < für x a) Zege Se, daß F(x) ) ee Vertelugsfukto eer Zufallsgröße X st! b) Stelle Se de Vertelugsfukto ud de Dchtefukto grafsch dar! c) Bestmme Se de Dchtefukto, de Erwartugswert ud de Meda! 3 d) Bereche Se P( 0 < X <, 5) ud P X > 4! 3. Be der Herstellug vo Welle sd alle Welle Ausschuß, de mm oder mehr vom Sollmaß vo 00mm Läge abweche. De zufällg schwakede Läge hat de Erwartugswert 00mm ud de Stadardabwechug Var( X) We groß st der Ausschußatel höchstes? 0, mm. 4. Se X ee Zufallsgröße mt EX 0 ud Var(X) 4. We muß ma X trasformere, damt für de trasformerte Zufallsgröße Y glt: EY 0, Var(Y)? 5. Se X ee stetge Zufallsgröße mt um xc symmetrscher Vertelugsdchte f(x), d.h. es gelte: f(c-x) f(c+x) für alle x R. a) Zege Se: EXc! b) Se Var(X)d. Bereche Se Abhäggket vo c ud d e möglchst klees Itervall I[c-h, c+h] mt h>0 (also h), welchem X mt mdestes 80% ger Wahrschelchket legt!

42 3 Mehrdmesoale ( zwedmesoale ) Verteluge 3. Zwedmesoale dskrete Verteluge See X, Y zwe dskrete Zufallsgröße mt de Wertebereche X { a,..., a k }, Y { b,..., b l }. Def.: De zwedmesoale Wahrschelchketsvertelug vo X ud Y st de Gesamthet p : P X a Y b,,..., k; j,..., l aller Wahrschelchkete j ( j ) Es glt:.) 0 p j k l.) p j j Bespel 35: Se M ee Masche mt empfdlche Bauelemete B, B. X, Y - Azahl der Ausfälle vo B bzw. B pro Tag. Se X { 0 } gemesame Ausfallvertelug se:,,, Y { 0 } X / Y 0 0 0,3 0,0 0,4 0,46 0,8 0,0 0, 0,3 0, 0,06 0,06 0,4 0,6 0, 0,3 p j P( X Y j) z.b.: p 0 0, 0,,. De Def.: De bedgte Vertelug vo X uter der Bedgug Y b j st de Gesamthet aller Wahrschelchkete. ( ) ( / j ) P( Y b j ) P X a Y b P / : P X a / Y b j j Pj,..., k. P j Def.: X X { a,..., a k }, Y Y { b b l },...,. X ud Y heße stochastsch uabhägg, falls glt: p / j P j,..., k, j,..., l. Folgerug: X ud Y stochastsch uabhägg Pj p p j für alle,...,k ud j,...,l. ( P ( X a Y b ) P ( X a ) P ( Y b )) j j

43 Zu Bespel 35: Sd de Ausfälle B ud B voeader uabhägg? ( ) P P X 0 Y 0 0, 3 P P ? ( 0) P( Y 0 ) P X 0, 46 0, 6 0, 3 X ud Y sd cht stochastsch uabhägg. 3. Zwedmesoale stetge Verteluge See X, Y zwe stetge Zufallsgröße Def.: De Fukto F x, y) : P( X < x Y < y), x, y R ( heßt zwedmesoale Vertelugsfukto vo X ud Y. De Fukto f(x,y) mt de Egeschafte. f ( x, y) 0 x R, y R x y. F( x, y) 3. f ( x, y) dxdy f ( ~ x, ~ y) dxdv ~ ~ heßt zwedmesoale Vertelugsdchte vo X ud Y. Def.: Rad-Dchte (bzw. Rad-Verteluge) für X ud Y f X ( x) : f ( x, y) dy heßt (Rad-) Dchte vo X. b P( a < X < b) f X x dx ( ) a f Y ( y) : f ( x, y) dx heßt (Rad-) Dchte vo Y. b P( a < Y < b) fy x dy ( ) a Def.: X ud Y stetg mt der Dchtefukto f(x, y). Da heße X ud Y stochastsch uabhägg geau da we glt: f ( x, y) f ( x) f ( Y ) x R, y R. X y

44 Folgerug: X,Y see stetg. X ud Y sd stochastsch uabhägg. Da glt: F( x, y) F ( x) F ( Y ) X ( P( X x) Y y) P( X x) P( Y y) y < < X Y Bewes: F( x, y) f ( x, y) dxdy ~ ~ ~ ~ X Y f X uabh. x y ( ~ x) f f ( ~ x) dx ~ f ( ~ y) dy ~ X F ( x) F ( y) X Y Y Y ( ~ y) dxdy ~ ~ Bespel 36: See X, Y zwe Zufallsgröße mt der gemesame Dchtefukto f(x,y) x y e e für x 0 y 0 f ( x, y) 0 sost a) ges.: EX, EY Lös.: EX x f ( x) dx, EY y f ( y) dy X (X X R) Y f X ( x) 0 f ( x, y) dy für x < 0 0 e x e y dy e x 0 e y dy e x y [ e ] 0 e x für x 0 f Y y e für y 0 ( y) 0 für y < 0 [ ] x x x EX x f ( x) dx x e dx x e + e dx X aalog: EY 0 0 b) ges.: P( X < Y < 3 ) Lös.: P ( X < Y < 3) F(,3) 3 f ( x, y) dxdy 3 x y e e dx dy x 0 y 0

45 3 [ ] [ ] 3 x y x y 0 0 ( 3 e )( e ) e dx e dy e e c) Sd X ud Y stochastsch uabhägg?? f ( x, y) f ( x) f X Y x y x y ( y) e e e e x, y 0 X ud Y sd stochastsch uabhägg! 0 0 Bespel 37: B B B3 B4 Se X de zufällge Lebesdauer vo Bauelemet B,,...,4 mt der jewelge Dchte: ( ) ( ) ( ) X : f ( x) 5 e X : f ( x) 6 e X : f ( x) e X 4 : f4 ( x) e ( ) 3 3 x 5x 6x x x 0 Voraussetzug: Lebesdauer der Bauelemete sd uabhägg! Bereche Se de Wahrschelchket dafür, daß das Gerät läger als 0 Jahre fuktoert! Ges.: P ( G >0), G - zufällge Lebesdauer des Gerätes. Lös.: P ( G > 0 ) P(. Rehe > 0.Rehe > 0) P(.Rehe > 0) + P(.Rehe > 0) P(.Rehe > 0.Rehe > 0) Ax. 3 P (.Rehe > 0) + P(.Rehe > 0) P(.Rehe > 0) P(. Rehe > 0)

46 (.Re > 0) ( > 0 > 0) P( B > 0) P( B > 0) P he P B B ( FX ( 0) ) ( FX ( 0) ) 0 0 f( x) dx f ( x) dx L 0 0 Bereche Se zu Bespel 37 de Wahrschelchket P(G>0)! 3.3 Parameter zwedmesoaler Verteluge 3.3. Erwartugswert ud Varaz See (X, Y) Zufallsgröße. Zur Berechug der Erwartugswerte EX, EY ud Varaze Var(X), Var(Y) sd deftosgemäß de (Rad-) Verteluge vo X ud Y zu bereche: See X bzw. Y dskret mt de Wertebereche X { a,..., a k } bzw. Y { b b j } Wahrschelchketsvertelug p j P( X a Y b j ),,..., k, j,..., l. Da glt: bzw. ud k EX a p l j EY b j p k l j ( ) ( ) Var X a EX p ( ) ( j ) Var Y b EY p j j,..., mt der wobe p bzw. p j de Radverteluge der gemesame Wahrschelchketsvertelug ( p j,,..., k, j,..., l) sd. See X ud Y stetg mt der gemesame Dchtefukto f(x,y). Da glt:

47 EX x f x ( x) dx EY y f y ( y) dy ( ) ( ) Var X x EX f ( x) dx ( ) ( ) Var Y y EY f ( y) dy wobe f x (x) ud f y (y) de Raddchte vo f(x,y) sd. x y 3.3. Kovaraz ud Korrelato Def.: ( ) ( ) ( ) [ ] [ ] [ ] [ ] Cov X, Y : E X EX Y EY E X Y EX EY heßt Kovaraz zwsche X ud Y. Satz:.) Cov( X, X) Var( X).) Cov( X, Y) 0 falls X ud Y stochastsch uabhägg 3.) Cov( X, Y + Z) Cov( X, Y) + Cov( X, Z) 4.) Cov( a + bx, Y) b Cov( X, Y) Def.: Uter der Korrelato zwsche X ud Y verstehe wr de Term R: (, ) ( ) Var( Y) Cov X Y Var X Satz: Es glt:.) R ( R ) falls Y ax + b, a > 0.) R falls Y ax + b, a < 0 0 falls X ud Y stochastsch uabhägg

48 Bewese Se de Satz! 3.4 Zusammefassug deskrptve Statstk Wahrschelchketsrechug X Y x y L x y Stchprobe Stchprobekovaraz: sxy: x x y y ( )( ) E( X EX) ( Y EY) Cov( X, Y ) s x x s y y Var (X) Var (Y) Pearsosche Korrelato: sxy rxy: s s xx yy R (, ) ( ) Var( Y) Cov X Y Var X

49 3.5 Übugsaufgabe. E Gerät bestehe aus 4 Bauelemete B, B, B3, B4 gemäß folgeder Schaltug: B B B3 B4 X se de zufällge Lebesdauer des Bauelemets B. De Zufallsgröße X bestze folgede Dchtefuktoe f (x): f ( x) e x 4+ für x < 0 für x 0,, 3, 4 De Bauelemete falle uabhägg voeader aus. Bereche Se de Wahrschelchket dafür, daß das Gerät ee Lebesdauer vo mdestes 0 Jahre bestzt!. Ee Masche habe zwe besoders empfdlche Bautele B ud B, de häufg - aber höchstes mal pro Tag - ausfalle. See X bzw. Y de zufällge Azahl der Ausfälle vo B bzw. B pro Tag. De gemesame Wahrschelchketsvertelug vo X ud Y se folgeder Tabelle gegebe: 0 X/Y 0 0,3 0, 0, 0, 0,05 0,05 0,05 0,05 0 a) Bereche Se P( X > ) ud Y! b) Bereche Se de erwartete Zahl EX ud EY der Ausfälle vo B ud B! c) Falle B ud B stochastsch uabhägg voeader aus? 3. Aus eer Gruppe vo Ehepaare, be dee bede Parter berufstätg sd, wrd e Paar zufällg ausgewählt. We groß st de Korrelato zwsche dem Ekomme der bede Parter, we bekat st, daß für das Ekomme X des Maes EX 600 DM, Var(X) 50 DM glt, ud für das Ekomme Y der Frau EY 850 DM, Var(Y) 300 DM glt, sowe de Kovaraz zwsche X ud Y Cox(X,Y) 36 DM beträgt?

50

51 4 Spezelle Wahrschelchketsverteluge 4. Dskrete Verteluge Voraussetzug: X dskret, X X { a,..., a k,...} p P( X a ),,,... Wr köe be dskrete Zufallsgröße de Wahrschelchketsvertelug aus der Versuchsaordug bestmme! 4.. Zwepuktvertelug X, X { a a } p P( X a) p ( ) p P X a p, a p, a ( p) Def: Ee Zufallsgröße X, dere Werteberech ur zwe Werte a, a umfaßt, heßt zwepuktvertelt. a Mßerfolg ( p) Schrebwese: X a Erfo lg p Üblcherwese werde Zwepuktverteluge we folgt skalert: a 0, a Def: Ee zwepuktvertelte Zufallsgröße mt dem Werteberech X { 0,} Beroull-Varable. Für ee Beroull-Varable glt offeschtlch: Bespel: Müzwurf! ( ) ( ) EX p, Var X p p heßt 4.. Dskrete Glechvertelug Def.: Ee dskrete Zufallsgröße X mt edlchem Werteberech X { a,..., a k } heßt glechvertelt auf X, falls glt: P( X a ) ( ) Bezechug: X ~ G { a,..., a k } für alle,,...,k. k [ bedeutet: st vertelt we (X F bedeutet: X bestzt de Vertelugsfukto F)]

52 Bespele: a) Würfel, a,,...,6, p 6 b) Smulato: glechwahrschelch: Routg Bomalvertelug Bespel 38: Ich würfele 3 mal uabhägg voeader. Se X de zufällge Azahl der gewürfelte Sechse. Gesucht: Vertelug vo X Lösug: Wr bereche stellvertreted de Wahrschelchket ( ) Se w - Würfelergebs vo Wurf,,,3 P X. ( ) ( ) ( 6, 6, 3 6) ( 6, 6, 3 6) ( 6, 6, 3 6) P( ( w 6, w 6, w 3 6) ) + P( w 6, w 6, w 3 6) + P( ( w 6, w 6, w 3 6) ) P( w 6) P( w 6) P( w 3 6) + P( w 6) P( w 6) P( w 3 6) + P( w 6) P( w 6) P( w 3 6) p p ( p) + p ( p) p + ( p) p p 3 p ( p) P X P w w w w w w w w w p p 3 3 0,,, 3 Verallgemeerug: P( X ) ( ) Def.: Se X ee Zufallsgröße (dskret) mt dem Werteberech X { 0,,..., }. We de Wahrschelchketsvertelug vo X de Gestalt p P( X ) p ( p) 0,..., bestzt, et ma X bomalvertelt mt de Parameter ud p. X ~ B, p Schrebwese: ( )

53 Typsches Versuchsschema be der Bomalvertelug: (Beroull'sches Versuchsschema) Ich wederhole mal uabhägg voeader ee zwepuktvertelte Beroull-Versuch mt der Erfolgswahrschelchket p: X p 0 ( p) Erfo lg Mßerfo lg,..., X-Azahl der Erfolge (der ) be dese Wederholuge X Da glt: X ~ B(, p) X Bespel 39: Ich würfele 3 mal, X zufällge Azahl der 6 e, Zwepuktvertelter Versuch: Würfel eer 6 p 6 X 5 0 Würfel keer 6 p 6 p, 3 6 X ~ B 3, p 6 Bespel 40: Ee Statstkklausur umfasse 0 Aufgabe mt je 4 Atwortalteratve, vo dee ur ee rchtg st. We groß st de Wahrschelchket dafür, ur durch Rate wegstes 4 Aufgabe zu löse? Lös.: Aufgabe st rchtg gerate p 4 X 3 0 falsch ( p) 4

54 X Azahl rchtg gerateer Aufgabe X ~ B 0, p 4 4 ( 4) ( 4) ( ) P X p X P X P( X ) P( X ) M M Berechug vo EX ud Var(X) der Bomalvertelug: Satz : Se X~B(,p). Da glt: EX p ud Var(X) p(-p) Bewes: Es glt: X X, wobe ( p) X ~ 0 p,,...,. Uter Verwedug der Egeschafte vo Erwartugswert ud Varaz erhalte wr: qed. EX E X EX p p Var X Var X Var X ( ) ( ) ( ) ( ) p p p p Bespel 4: 0 Persoe werde glechwahrschelch Gruppe G, G egeordet. We groß st de Wahrschelchket dafür, daß am Ede bede Gruppe glechvele Persoe sd? X Azahl der Persoe G ges.: P( X 0 ) X ~ B 0, p

55 Zwepuktvertelter Versuch: G( K) p X 0 G ( Z) ( p),..., 0 (Müzwurf) P( X ) !!! 0 k k ( k) Bespel 4: De Wahrschelchket be eer U-Bah-Fahrt kotrollert zu werde beträgt 0 %. We groß st de Wahrschelchket dafür, erhalb vo 0 Fahrte P X 3 P X 0 X X X 3 p 0 + p + p + p3 a) höchstes 3x ( ) ( ) b) mehr als 3x P( X > 3) P( X 3 ) c) weger als 3x P( X < 3) p 0 + p + p d) geau 3x P( X 3) p 3 e) mdestes 3x P( X 3) P( X < 3 ) f) mehr als x ud weger als 4x ( > < ) + kotrollert zuwerde? Ax.3 P X X 4 p p3 X Azahl der Kotrolle erhalb vo 0 Fahrte X { 0,,..., 0} 0 p 0, X Kotrolle be Fahrt X ~ B( 0;0, ) p P X 0 ( p) 0,9 ( ) (, ) (, ) Reche Se zu Bespel 4 ee der Telaufgabe a)-f) aus!

56 4..4 De Possovertelug Se X ~ B(, p) We sehr groß, p sehr kle, da führt de Berechug vo p p ( p) machmal zu umersche Probleme. Ma ka p durch ee adere Ausdruck approxmere: Satz: Es glt: lm p 0 p λ kost. ( λ) p ( p) e 0! λ (ohe Bewes!) Für 0, p 0, 0 st de Approxmato: p ( p) e λ! λ mt λ p ausreched gut. Bespel 43: 000 Sadkörer, vo eer Sorte keme der Regel % cht. We groß st de Wahrschelchket dafür, daß vo dese 000 Körer mehr als 4 cht keme? Lösug: Se X Azahl der cht kemede Samekörer. Da glt: X ~ B 000, p 0, 0 ( ) 000 p Gesucht : P(X>4). ( 0, 0) ( 0, 09) e 0,..., 4! Es glt: ( ) ( ) P X > 4 P X 4 p 0 p p p3 p4 3 4 λ λ λ λ λ λ λ λ e λ e e e e! 3! 4! 3 4 e λ ( λ λ / λ / 3! λ / 4!) wobe λ p 0. Reche Se de gesuchte Wahrschelchket zu Bespel 43 aus!

57 Rekursosformel zur Berechug der Wahrschelchkete p p 0 e λ, p λ p,,,... λ e! λ p e 0 λ λ λ λ p e p 0 λ λ λ p e p! Bemerkug: Be eer B(, p) - vertelte Zufallsgröße X glt: EX p Var X p p λ ( ) ( ) Es gbt oft Stuatoe, dee ud p ubekat sd, aber p λ bekat st. I dese Stuatoe köe wr de Wahrschelchkete p P( X ) p ( p) cht bereche, aber de dese approxmerede Größe λ e! λ! Bespel 44: I eer Vermttlugsstelle gehe m Schtt 5 Arufe pro µs e. Maxmal schafft de Vermttlugsstelle 0 Arufe pro µs. We groß st de Wahrschelchket dafür, daß de Kapaztät der Vermttlugsstelle überschrtte wrd? (Merke: Azahl st her mmer bomalvertelt!) Aschlüsse Vermttlugsstelle

58 Lösug: Se X Azahl vo Arufe pro µs. Da st gesucht: P( X > 0 ). Es glt: X B( p) ~, EX p 5 Azahl der egehede Telehmer p Wahrschelchket für de Aruf ees Telehmers eer µs., p ubekat aber > 0, p < 0,0 ud p λ P X > ( 0) P( X 0) 0 0 p 0 0 λ λ 5 e e!! bekat Def.: X se ee Zufallsgröße mt dem Werteberech X { } posso-vertelt mt dem Parameter λ, falls glt: ( ) ( λ) P X e! λ Bezechug : X ~ P( λ ) für 0,,,... 0,,,... N 0. Da heßt X Satz: Se X P( ) ~ λ. Da glt: EX λ, Var(X) λ. Bewes: (Taylorrehe der e-fukto) ( ) EX p e e e λ λ λ λ λ e e λ λ λ λ λ λ λ!!! 0 0 ( ) 0 0

59 Zur Var(X): X p p 0 λ ~ B(, p) Var( X) p ( p) p 0 p λ X ~ P( λ ) Var(X) λ ged. Bespel 45: De mttlere Azahl etreffeder Kude be Ald se 5 pro 0 Mute (½ Kude pro Mute). We groß st de Wahrschelchket dafür, daß erhalb vo 0 Mute geau Kude etrfft? Lösug: Se X zufällge Azahl etreffeder Kude pro Mute ( ) X ~ P λ P X e 0, , 3 % 30,3 % aller Mutetervalle kommt geau e Kude a! Typsche Aweduge der Possovertelug: X Azahl etreffeder Sgale eer Empfägerstato pro Zetehet X Azahl etreffeder Kude eer Verkaufserchtug pro Zetehet X Azahl etreffeder Autos a eer Kreuzug pro Zetehet

60 4. Spezelle stetge Verteluge Se X stetg, X R. De Wahrschelchketsvertelug wrd her durch de Dchtefukto f(x) bzw. Vertelugsfukto F(x) beschrebe. P b ( a X b) f ( x) dx F( b) F( a) a P( a X b) f (x) a b X gesucht: f Ma uterschedet verschedee Type vo f. Dese etspreche typsche beobachtete Verläufe der Hstogramme. Bespel 46: a) X Lebesdauer vo Kühlschräke, Beobachtuge: x,...,x Klasseetelug K,...,K k, grafsche Darstellug der relatve Häufgketsdchte h ( K ) h * ( K ) K H (K ) P(X K ) K Kk X X αx α e, x 0 f ( x) 0, x < 0 Wese Se ach, daß de Fläche uter der Fukto αx βe, x 0 f ( x) α > 0, β > 0 0, x < 0 ur da glech st, we glt: α β!

61 a) X zufällge Körpergröße vo Persoe h * ( K ) x,...,x K 0 X µ σ µ µ + σ X Bemerkug: f ( x) e π σ ( x µ ) σ, x R De Gestalt der Dchtefukto st zuächst vom Typ: ( x µ ) σ f ( x) c e, x R Ma ka zege, daß c se muß, damt de Fläche uter der π σ Fukto f(x) glech st; d.h., damt f(x) ee Vertelugsdchte st! c) X zufällge Zet zwsche Etreffe zweer Autos a eer Kreuzug h * ( K ) x,...,x f (x) X X a b f ( x),für x b a 0 sost Begrüde Se dese Wahl vo f(x) als Vertelugsdchte für X! [ a, b] Bemerkug: Im Utersched zu Verteluge dskreter Zufallsgröße, de aus dem Versuchsaufbau theoretsch hergeletet werde, werde Verteluge stetger Zufallsgröße aus der Gestalt des Hstogramms, also expermetell, bestmmt.

62 4.. De stetge Glechvertelug Def.: Se X stetg. X heßt auf dem Itervall [ a, b] R glechvertelt, falls X de Dchtefukto f ( x) b a, für x, 0, für x, bestzt. X ~ R a, b Bezechug: [ ] [ a b] [ a b] Es glt: F( x) EX Var x f ( u) du x f ( x) dx x b ( X ) ( x EX ) b a 0 a a x b b a für für für f ( x) dx a ( b a) ( b ) a x < a x [ a, b] x > b a + b Wese Se das Ergebs für de Varaz ach! Awedug: Systemtechk II (Smulato) 4.. De Expoetalvertelug Def.: Se X stetg. X heßt expoetalvertelt mt dem Paramater α, falls de Dchtefukto de Gestalt f ( x) αx α e, x 0 0, x < 0 α α bestzt. α Itestätsparameter (Geschwdgket des Abklges gege 0) Bezechug: X ε(α) X

63 Satz: Es glt: αx e, x 0 a) F( x) 0, x < 0 b) EX α c) Var( X ) α Bewes: Zu a) qed. F( x) x 0 x α f ( u) du α e α u du x α u α x α x ( ) 0 e e e Wese Se de Aussage b) ud c) des Satzes ach! We ka ma be eer expoetalvertelte Zufallsgröße de Parameter α zumdest äherugswese ermttel? Typsche Awedugsgebete: X zufällge Lebesdauer vo Bauelemete X zufällge Gesprächsdauer vo Telefoate X zufällger Zetabstad zwsche Sgale (,de eer Empfagsstato etreffe) X - zufällger Zetabstad zwsche Kude (, de eem Supermarkt etreffe) X Abbauzet vo Droge m meschlche Blut Bespel 47: De zufällge Lebesdauer vo Kühlschräke se expoetalvertelt. Im Mttel beträgt se 0 Jahre: a) Wevel % aller Kühlschräke werde dese 0 Jahre überschrete? b) Nach welcher Zet habe 80% aller Kühlschräke 'hr Lebe ausgehaucht'? Lösug: X zufällge Lebesdauer, X ε α 0 Jahre-

64 Zu a) P( X > 0) P( X 0) F(0) e 0 0 e 0, 3 e 3% aller Kühlschräke werde älter als 0 Jahre. Zu b) P( X t ) 0,8 0, 8 F 0 8 ( 0,8), t 0, 8 e 0 0, 8 t 0, 8 e 0 0, / l t 0,8 l ( 0, ) 0 t 0 l 0, 6, 09 6 Jahre 0,8 ( ) 0,8 t Ca. 0% aller Kühlschräke überschrete ee Lebesdauer vo 6 Jahre. Satz: (Zusammehag zwsche der Posso- ud der Expoetalvertelug) Se X de zufällge Azahl etreffeder Sgale pro Zetehet ud se T de zufällge Zet zwsche zwe Sgale. Da glt: X ~ P( λ ) T ε (λ) Bewes ud Aweduge: -> Vorlesug: Dskrete Smulato De zufällge Zet T zwsche dem Etreffe zweer Studete zur Vorlesug se expoetalvertelt mt dem Erwartugswert ET m. a) We groß st de Wahrschelchket dafür, daß mehr als Studet pro Mute etrfft? b) Wevele Studete werde m Mttel pro Mute etreffe?

65 4..3 De Normalvertelug (Gauß-Vertelug) Def.: X se stetg. X heßt ormalvertelt mt de Parameter ( µ, σ ) Dchtefukto f(x) folgede Gestalt bestzt:, falls de Bezechug: X ~ N( µ, σ ) f ( x µ ) σ ( ) x e π σ x R. f (x) sym m etrsch µ σ, µ + σ µ 3σ µ σ µ σ µ µ + σ X R µ L ageparam eter µ µ σ > σ µ σ µ σ µ µ + σ µ + σ σ Streuugsparameter Vervollstädge Se dese Grafk, dem Se de Dchte der Normalvertelug N ( µ,σ ) für σ > σ ezeche! Wrd dese steler oder flacher als de berets egezechete Dchte?

66 Satz: Se X ~ N(, ) µ σ. Da glt: EX, Var( X) µ σ (ohe Bewes!). Def.: Uter der Stadardormalvertelug versteht ma de Vertelug N(0, ), also de Normalvertelug mt Erwartug 0 ud Varaz. Bezechuge: ϕ (x) :f(x) Dchtefukto der Stadardormalvertelug Φ (x) :F(x) Vertelugsfukto der Stadardormalvertelug Berechug der Wahrschelchkete: Se X ~ N(, ) µ σ. Gesucht P( X < a) F a a ( x µ ) σ ( a) f ( x) dx e π σ dx Aalytsch cht lösbar umersch löse zu aufwedg für us µ a Wr führe F(a) auf de Stadardormalvertelugsfukto Φ zurück. De Fukto Φ st tabellert. Satz: Se X ~ N(, ) µ σ. Se F de Vertelugsfukto vo X. Da glt: a µ F ( a) Φ ( Φ - Vertelugsfukto vo N(0, )) σ Bewes des Satzes: Es glt: Substtuto: u ( x µ ) σ du dx σ dx σdu

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Stochastik Formeln von Gerald Meier

Stochastik Formeln von Gerald Meier Stochast Formel vo Gerald Meer Grudbegrffe ud Operatoe umöglches Eregs scheres Eregs Ω A mplzert B Glechhet A B AB cht A A A ud B A B A oder B A B A ohe B A \ B A B dsjut A B de Morga A B A B Elemetareregs

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Lehrehet zur Kursehet Mathematk für Iformatker m Ferstudegag Allgemee

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Eletug - I - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen.

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen. Uverstät Ulm, Isttut Stochastk 5. Jul 200 Semar: Stochastsche Geometre ud hre Aweduge - Ubegrezt telbare ud stable Verteluge. Ausarbetug: Stefa Fuke Betreuer: Ju.-Prof. Dr. Zakhar Kabluchko Ubegrezt telbare

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

Deskriptive Statistik behaftet.

Deskriptive Statistik behaftet. De Statstk beschäftgt sch mt Masseerscheuge, be dee de dahterstehede Ezeleregsse mest zufällg sd. Statstk beutzt de Methode der Wahrschelchketsrechug. Fudametalregel: Statstsche Aussage bezehe sch e auf

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Deskrptve Statstk Formelsammlug Statstk. Edmesoale Häugketsverteluge Merkmal: X Datemege (Stchprobe) vom Umfag N: x, x 2,..., x geordete Stchprobe: x (), x (2),..., x () mt x () x (2)... x () Auspräguge

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik Wahrschelchketsrechug ud Statstk ) Grudbegrffe der Statstk. Eletug Statstsche Methode dee zur Beurtelug vo Messuge oder Zähluge, kurz Beobachtuge geat, we se us m täglche Lebe velfach begege. Aufgabe der

Mehr

Fachhochschule Jena University of Applied Sciences Jena Grundbegriffe. Fachhochschule Jena University of Applied Sciences Jena Ereignisse

Fachhochschule Jena University of Applied Sciences Jena Grundbegriffe. Fachhochschule Jena University of Applied Sciences Jena Ereignisse Grudbegrffe Grudbegrffe Zufallsexpermet uter gleche Bedguge wederholbarer Vorgag (geplat, gesteuert, beobachtet oder auch ur gedalch) Mege der möglche Versuchsausgäge st beat oreter Ausgag st ugewss Das

Mehr

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung Wahrschelchketsrechug ud Statstk - Zusamefassug atrck letscher. September 3 Wahrschelchkete. Eregsraum Der Eregsraum Ω umfasst alle möglche Ausgäge ees Zufallsexpermmets. E Elemetareregs Ω st e Elemet

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Deskriptive Statistik

Deskriptive Statistik Elemet Deskrptve Statstk KAD 0.09. Grudgesamthet (Populato): Gesamthet der Idvdue (Elemete), dere Egeschafte be der Stude utersucht werde solle. De gesamte Mege der teresserede Date. N = uedlch Stchprobe:

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES Stochastk Ba-Studegag Scetfc rogrammg Wtersemester 06/07 FH CHN UNIVRSITY OF LID SCINCS Vorlesugshalte Stochastk I. Wahrschelchketsrechug I. führug de Kombatork I. Grudbegrffe I.3 Wahrschelchket I.4 Wahrschelchketsvertelug

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Textil & Design Formelsammlung Statistik

Textil & Design Formelsammlung Statistik Textl & Desg Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe absolute Häufgket

Mehr

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz Dskrete Zufallsvarable Wahrschelchketsräume Zufallsvarable rwartugswert Varaz Quz Im Fall eer Glechvertelug sd glech große Telmege vo Ω glech wahrschelch. Z.B. glt für Ω{0,,}: {0}{}{} 3 {0,}{0,}{,} 3 Aalog

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato

Mehr

Teil III: Schließende Statistik

Teil III: Schließende Statistik Tel III: Schleßede Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades C) 4 Eletug - - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf dem Gebet der sogeate Schleßede

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phscal Chemstr Phskalsch-chemsches Praktkum I Modul Eführug. Tel: Fehleraalse Ja Helbg, 9.09.06 Uterlage: htt://www.chem.uzh.ch/stud/old/documets/ear/che3.html Fehlerrechug Phscal Chemstr Gesucht: wahrer

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung Überscht Statst für Boformater I Wahrschelchetsrechug I. Kombator I. Bedgte Wahrschelchete ud Uabhägget I.. Defto bedgte Wahrschelchet I.. Formel vo der totale Wahrschelchet I..3 Bayes sche Formel I..4

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

II.Wahrscheinlichkeitsrechnung

II.Wahrscheinlichkeitsrechnung 6 II.Wahrschelchetsrechug Der Wahrschelchetstheore ommt ee wchtge Rolle als Bdegled zwsche der desrptve ud der dutve Statst zu. Aufgabe der dutve Statst st es a, Verfahre beretzustelle, de Schlüsse vo

Mehr

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Ingrid A. Uhlemann (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Online Anhang: Lösung der Übungsaufgaben Kapitel 5-8,

Ingrid A. Uhlemann (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Online Anhang: Lösung der Übungsaufgaben Kapitel 5-8, Igrd A. Uhlema (015): Eführug de Statstk für Kommukatoswsseschaftler. Ole Ahag: Lösug der Übugsaufgabe Kaptel 5-8, Lösug der Übugsaufgabe Kaptel 5: Aufgabe 1: Geg.: Persoalserug ordal skalert, dskret Dauer

Mehr

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln Scatterplots emprsche Eletug Trasformatoe Exteres Fle Iput-Awesug SAS-Fles Output-Awesug DO-Schlefe Populato Wahrschelchket Zufallsvarable Dskrete Zufallsvarable Stetge Zufallsvarable Normalvertelug (1)

Mehr

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung Höhere Mathemat 4 Katel 7 Wahrschelchetsrechug Prof. Dr.-Ig. Deter Kraus Höhere Mathemat 4 Katel 7 Ihaltsverzechs 7 Wahrschelchetsrechug...7-7. Deftoe, Besele...7-7. Bedgte Wahrschelchete, uabhägge regsse...7-7.

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrschelchetstheore, Schätz- ud Testverfahre ÜBUNG 5 - LÖSUNGEN. Wahrschelchets- ud Vertelugsfuto der Zufallsvarable a. Zufallsepermet: Werfe ees Würfels Zufallsvarable:

Mehr

Übungen zum Vorkurs Mathematik

Übungen zum Vorkurs Mathematik Matheatsches Isttut der Uverstät zu Köl Dr. L. Galat WSe 016/017 Motag, 19.09.016 Blatt 6-10 Übuge zu Vorkurs Matheatk Aufgabe 0. (1 Es gbt 6 5 4 3 7893600 Möglchkete. 1 ( Uter Aahe vo Glechvertelug ergbt

Mehr

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1 aptel III Lagemaße D (Artmetsces Mttel) See,,, de beobactete Werte ees Merkmals X mt Auspräguge a, a,, a k Als artmetsces Mttel (für ctgrupperte Date) bezecet ma: = = (efaces) k = a H ( a ) (gewogees)

Mehr

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren Als Esteg Als Esteg Populato Ω Grudgesamthet, cht beobachtbar mt ubekate Parameter, z.b. Erwartugswert μ, Stadardabwechug σ² Kegröße vo Stchprobe ud etsprechede Vertelugsparameter Stchprobeschätzug Dskrete

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

Reihen n. Man benutzt letztere Schreibweise aber häufig auch zur Bezeichnung der Partialsummenfolge. konvergiert, die geometrische Reihe.

Reihen n. Man benutzt letztere Schreibweise aber häufig auch zur Bezeichnung der Partialsummenfolge. konvergiert, die geometrische Reihe. Deftoe ud Aussge über Rehe Bchräume ud Hlberträume E vollstädger ormerter Vektorrum (sehe Bemerkuge zur Alyss) heßt Bchrum Stmmt de Norm vo eem Sklrprodukt v = , so sprcht m vo eem Hlbertrum ZB sd

Mehr

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert)

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert) Lagemasse, Lokatosmasse Lageparameter. Charakterserug das Zetrum der Date Deskrptve Statstk Durchschttswert (der arthmetsche Mttelwert) average(...) Mttelwert(...) K (Modalwert, Dchtemttel): der Wert mt

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr