Das System funktioniert, wenn A UND B gleichzeitig funktionieren. A: Komponente A funktioniert. A : B :

Größe: px
Ab Seite anzeigen:

Download "Das System funktioniert, wenn A UND B gleichzeitig funktionieren. A: Komponente A funktioniert. A : B :"

Transkript

1 Ein System, das aus einer Serien-Schaltung mit zwei Komponenten besteht, funktioniert dann, wenn beide einzelnen Komponenten gleichzeitig funktionieren. Die Komponenten bzw. seien unabhängig von einander, und P() = 0,99 bzw. P() = 0,98 seien die Wahrscheinlichkeiten dafür, dass die Komponenten bzw. funktionieren. dass das System funktioniert (R: Zuverlässigkeit des Systems). dass das System ausfällt. (F: usfall des Systems). Lösen Sie diese ufgabe mit Hilfe: der Definition von unabhängigen Ereignissen (und ggf. den dditionssatzes). eines Ereignisbaums (der Definition von unabhängigen Ereignissen und ggf. des dditionssatzes). Das System funktioniert, wenn UND gleichzeitig funktionieren. : Komponente funktioniert. : : : R : System funktioniert F : System funktioniert nicht. 1

2 Ein System, das aus einer Parallel-Schaltung mit zwei Komponenten besteht, funktioniert dann, wenn mindestens einer der beiden Komponenten funktionieren. Die Komponenten bzw. seien unabhängig von einander, und P() = 0,99 bzw. P() = 0,98 seien die Wahrscheinlichkeiten dafür, dass die Komponenten bzw. funktionieren. dass das System funktioniert (R: Zuverlässigkeit des Systems). dass das System ausfällt. (F: usfall des Systems). Lösen Sie diese ufgabe mit Hilfe: der Definition von unabhängigen Ereignissen (und ggf. den dditionssatzes). eines Ereignisbaums (der Definition von unabhängigen Ereignissen und ggf. des dditionssatzes). Das System funktioniert, wenn ODER funktionieren. : Komponente funktioniert. : : : R : System funktioniert F : System funktioniert nicht. 2

3 Folgendes gemischtes System ist gegeben. C Die Komponenten, bzw. C seien unabhängig von einander, und P() = 0,9 P() = 0,9 bzw. P(C) = 0,8 seien die Wahrscheinlichkeiten dafür, dass die Komponenten, bzw. C funktionieren. dass das System funktioniert (R: Zuverlässigkeit des Systems). dass das System ausfällt. (F: usfall des Systems). Lösen Sie diese ufgabe mit Hilfe: der Definition von unabhängigen Ereignissen und des dditionssatzes. eines Ereignisbaums (der Definition von unabhängigen Ereignissen und des dditionssatzes). Das System funktioniert, wenn UND ODER C funktionieren. : : : : C : C : 3

4 Die irline D bestellt für ihre Langstreckenflüge dreistrahlige Passagierjets der Marke Tri-Star mit Turbinen vom Hersteller RR. Diese haben nach ngaben des Herstellers während eines Langstreckenfluges eine usfallwahrscheinlichkeit von p = 0,01. Wie groß ist die Wahrscheinlichkeit, dass während eines Langestreckenflugs keine Turbine ausfällt (Ereignis E 0 )? eine Turbine ausfällt (Ereignis E 1 )?! 2 Turbinen ausfallen? (Ereignis E 2 ) " alle 3 Turbinen ausfallen? (Ereignis E 3 ). Lösen Sie diese ufgabe mit Hilfe: eines Ereignisbaums. einer geeigneten Wahrscheinlichkeitsverteilung. : : : : C : C : E 0 = P( E 0 ) = E 1 = P( E 1 ) = E 2 = P( E 2 ) = E 3 = P( E 3 ) = 4

5 eim usfallen der Turbinen gerät ein Flugzeug in bsturzgefahr. Die Wahrscheinlichkeit für die bsturzgefahr des Flugzeugtyps aus der vorigen ufgabe beträgt 0,001, wenn keine Turbine ausfällt. beträgt 0,1, wenn eine Turbine ausfällt. beträgt 0,7, wenn 2 Turbinen ausfallen. beträgt 1, wenn alle 3 Turbinen ausfallen. Wie groß ist die Wahrscheinlichkeit, dass das Flugzeug in bsturzgefahr gerät? Lösung mit Hilfe der bedingten Wahrscheinlichkeiten und Satz der totalen Wahrscheinlichkeit. : : : : G : Flugzeug gerät in die bsturzgefahr. G = P( G ) = 5

6 #Ein System, das aus einer Parallel-Schaltung mit 4 Komponenten besteht, funktioniert dann, wenn mindestens einer der 4 Komponenten funktionieren. Die 4 Komponenten seien unabhängig voneinander. Die Wahrscheinlichkeiten dafür, dass jeweils eine Komponente funktioniert beträgt 0,9 dass das System ausfällt. dass das System funktioniert. Das System fällt aus wenn alle Komponenten gleichzeitig ausfallen. p = 0,9 q = 0,1 P(F) = 0,1 4 = 0,0001 P(R) = 1 P(F) = 0,9999 eide Teilaufgaben sind auch mit Hilfe der inomialverteilung mit n = 4 und p = 0,9 lösbar. $Erstellen Sie eine allgemeine Formel für die Zuverlässigkeits- bzw. usfall- Wahrscheinlichkeit eines Serien-System mit n unabhängigen Komponenten mit den jeweiligen Zuverlässigkeitswahrscheinlichkeiten: P( 1 ) = p 1 ; P( 2 ) = p 2 ;... ; P( n ) = p n, Für die usfallwahrscheinlichkeiten der jeweiligen Komponenten gilt: q 1 = 1 p 1 ; q 2 = 1 p 2 ;... ; q n = 1 p n 1 2 n $Erstellen Sie eine allgemeine Formel für die Zuverlässigkeits- bzw. usfall- Wahrscheinlichkeiten eines Parallel-System mit n unabhängigen Komponenten mit den jeweiligen Zuverlässigkeitswahrscheinlichkeiten: P( 1 ) = p 1 ; P( 2 ) = p 2 ;... ; P( n ) = p n, Für die usfallwahrscheinlichkeiten der jeweiligen Komponenten gilt: q 1 = 1 p 1 ; q 2 = 1 p 2 ;... ; q n = 1 p n 1 2 n 6

7 %Ein Flugzeugtyp besitzt 3 identische ord-computer die unabhängig voneinander gleiche ufgaben (Eingaben aus den Sensoren) bearbeiten. Die usgaben (Outputs) dieser 3 Computer werden miteinander verglichen, wenn mindestens 2 usgaben identisch sind, wird das Ergebnis vom Steuerungssystem ausgeführt. Falls einer der 3 Computer einen Fehler macht, funktioniert das System immer noch. Die Wahrscheinlichkeit dafür, dass jeder Computer einen Fehler macht, beträgt 10%. Wie groß ist die Wahrscheinlichkeit dafür, dass das System zuverlässig funktioniert? dass das System einen Fehler macht? inomialverteilung mit n = 3 und p = 0,9. P(R) = P(X > 1) = 1 P(X 1) = 0,972 P(F) = 1 P(R) = 0,028 &Zur Messung des Druckes werden in einer Dampfturbine 3 von einander unabhängige Sensoren eingebaut. Ein uswertungssystem vergleicht die usgaben (Output-Signale) der 3 Sensoren miteinander. Wenn mindestens 2 dieser usgaben identisch sind, wird das Messergebnis angenommen und für andere Steuergeräte verwendet. S S 1 Sensorensystem S W S 1 W S 1 uswertungssystem Die Wahrscheinlichkeit, dafür dass jeder Sensor einen Fehler macht, beträgt 10%. Zeigen Sie, dass die Wahrscheinlichkeit, dass das System zuverlässig funktioniert (d.h., dass 2 oder 3 Sensoren keinen Fehler machen) 0,972 beträgt. Das uswertungssystem verwendet immer die Messergebnisse, wenn mindestens 2 der Ergebnisse identisch sind. In 1% der Fälle kommt es aber leider vor, dass 2 oder 3 Sensoren den gleichen Fehler machen, so dass das uswertungssystem die Ergebnisse als richtig annimmt und weiter verwendet. In wie viel Prozent der Fälle insgesamt werden die Ergebnisse der Sensoren vom uswertungssystem angenommen?! Wenn ein Messergebnis angenommen wird, wie groß ist die Wahrscheinlichkeit, dass dieses Ergebnis Fehlerhaft ist? 7

8 inomialverteilung mit n = 3 und p = 0,9. P ( S ) = P ( X > 1 ) = 1 P ( X 1 ) = 0,972 edingte Wahrscheinlichkeiten und Satz der totalen Wahrscheinlichkeit P ( W S ) = 1,0 ; P ( W S ) = 0,01 P ( W ) = 0,97228! Satz von ayes P ( S W ) = 0,00028 'Die folgende Maschine besteht aus 4 Komponenten. Die Komponenten ; ; C 1 bzw. C 2 funktionieren unabhängig von einander. Es seien P() = 0,9 ; P() = 0,8 ; P(C 1 ) = 0,6 bzw. P(C 2 ) = 0,6 die Wahrscheinlichkeiten dafür, dass die Komponenten ; ; C 1 bzw. C 2 (zuverlässig) funktionieren. Die Maschine funktioniert dann zuverlässig, wenn die Komponenten und und C 1 oder und und C 2 oder alle 4 Komponenten zuverlässig funktionieren. C 1 dass die Maschine zuverlässig funktioniert (R: Zuverlässigkeit des Systems). dass die Maschine ausfällt. (F: usfall des Systems). C 2 Wie viele weitere Komponenten C mit P(C) = 0,6 müssen parallel zu den beiden Komponenten C 1 und C 2 geschaltet werden, damit die Wahrscheinlichkeit für die Funktionsfähigkeit (Zuverlässigkeit) der Maschine mindestens 70% (d.h. 70% oder mehr als 70%) beträgt? P(R) = 0,6048 ; P(F) = 0,3952 Es müssen noch 2 weitere C-Komponenten parallel geschaltet werden. 8

! Die Noten von 10 Bachlor- 30 Master- und 10 PhD-Studenten (Doktoranden) eines Informatikkurses waren wie folgt.

! Die Noten von 10 Bachlor- 30 Master- und 10 PhD-Studenten (Doktoranden) eines Informatikkurses waren wie folgt. In einem Informatik-Kurs bestehend aus 100 Studenten, haben 54 Studenten Mathematik, 69 Chemie und 35 beide Fächer belegt. Wenn wir zufällig einen Studenten auswählen, wie groß ist die Wahrscheinlichkeit

Mehr

P A P( A B) Definition Wahrscheinlichkeit

P A P( A B) Definition Wahrscheinlichkeit Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl

Mehr

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt? In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass

Mehr

Spezifische Mathematik Lösung Serie 2: Wahrsch.-Rechnung

Spezifische Mathematik Lösung Serie 2: Wahrsch.-Rechnung Dr. Rudolf Riedi HT-FR, 2016-17 Spezifische Mathematik Lösung Serie 2: Wahrsch.-Rechnung 1. (3 Punkte) Ein System besteht aus zwei Bauteilen. Die Wahrscheinlichkeit p1, dass Bauteil 1 ausfällt ist 0.5;

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin Sc ioinformatik Wintersemester 013/014 Nachklausur zur Statistik I Freie Universität erlin 4. pril 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Zu einem Wahrscheinlichkeitsraum

Mehr

Prüfungsvorbereitungskurs Höhere Mathematik 3

Prüfungsvorbereitungskurs Höhere Mathematik 3 Prüfungsvorbereitungskurs Höhere Mathematik 3 Wahrscheinlichkeitstheorie (Klausuraufgaben) Marcel Bliem Marco Boßle Jörg Hörner Mathematik Online Herbst 2010 Bliem/Boßle/Hörner (MO) PV-Kurs HM 3 1 / 7

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,

Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments, . Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,

Mehr

4 Diskrete Wahrscheinlichkeitsverteilungen

4 Diskrete Wahrscheinlichkeitsverteilungen 4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder

Mehr

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen? 1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der

Mehr

Grundlagen der Mathematik II Lösungsvorschlag zum 10. Tutoriumsblatt

Grundlagen der Mathematik II Lösungsvorschlag zum 10. Tutoriumsblatt Mathematisches Institut der Universität München Sommersemester 204 Daniel Rost Lukas-Fabian Moser Grundlagen der Mathematik II Lösungsvorschlag zum 0. Tutoriumsblatt ufgabe. Wir betrachten in einem geeigneten

Mehr

2. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17

2. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 2. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: Drei Lokalzeitungen teilen den Markt in einer Stadt unter sich auf. Dabei hat Zeitung A 45% Marktanteil, Zeitung B 37%,

Mehr

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren

Mehr

Bedingte Wahrscheinlichkeiten - Übersicht

Bedingte Wahrscheinlichkeiten - Übersicht edingte Wahrscheinlichkeiten - Übersicht LK LIE/10 1 Mengen, Ereignisse, ussagen 1.1 Grundlegendes 1.1.1 Mengenbilder (VENN-Diagramme), Symbole, Sprechweisen 1.1.2 äquivalente Terme 1.2 Ergänzungen 1.2.1

Mehr

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein. Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach

Mehr

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der

Mehr

Ein homogener symmetrischer Würfel wird 4-mal geworfen. Dabei interessieren wir uns dafür, wie oft eine Zahl größer als die Augenzahl 4 eintritt?

Ein homogener symmetrischer Würfel wird 4-mal geworfen. Dabei interessieren wir uns dafür, wie oft eine Zahl größer als die Augenzahl 4 eintritt? Ein homogener symmetrischer Würel wird -mal geworen. abei interessieren wir uns daür wie ot eine Zahl größer als die ugenzahl eintritt? Geben Sie eine Funtion an die die Wahrscheinlicheiten ür die möglichen

Mehr

3 Wahrscheinlichkeitstheorie

3 Wahrscheinlichkeitstheorie Einige mathematische Konzepte 3 Wahrscheinlichkeitstheorie 3.1 Wahrscheinlichkeit Die Wahrscheinlichkeitstheorie modelliert Situationen, in denen Unsicherheit über bestimmte Aspekte der Umwelt vorherrscht.

Mehr

Bedingte Wahrscheinlichkeiten

Bedingte Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Bei der Betrachtung der Ereignisse A und B eines Zufallsexperiments muss man die beiden im folgendem beschrieben zwei Situationen unterscheiden. 1. Das Ereignis A und B tritt

Mehr

1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen

1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen 1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 16. März 2016, 11:21 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0

Mehr

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über

Mehr

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A) 3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P

Mehr

Korrektur, Änderungen sowie Ergänzungen zu den Vorlesungsskripten: Statistik-I SS-2015

Korrektur, Änderungen sowie Ergänzungen zu den Vorlesungsskripten: Statistik-I SS-2015 Korrektur, Änderungen sowie Ergänzungen zu den Vorlesungsskripten: Statistik-I SS-05!"!## x 8 0 8 0 8 0 0, 0, 3 0 0, 05 $ $ % 3, 75 $ Geben Sie für das vorige Beispiel. (Bsp. ) die Anteile der jeweiligen

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

2. Übung zur Vorlesung Statistik 2

2. Übung zur Vorlesung Statistik 2 2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen

Mehr

Inklusion und Exklusion

Inklusion und Exklusion Inklusion und xklusion ufgaben ufgabe 1: Wie groß ist die nzahl der natürlichen Zahlen zwischen 1 und 100 (jeweils einschließlich), die weder durch 2 noch durch 3 teilbar sind? ufgabe 2: Wie groß ist die

Mehr

Vierfeldertafel und bedingte Wahrscheinlichkeit. 1 Ereignisse und Vierfeldertafel

Vierfeldertafel und bedingte Wahrscheinlichkeit. 1 Ereignisse und Vierfeldertafel Seite 9 9 Lösungen vorläufig Vierfeldertafel und bedingte Wahrscheinlichkeit IV Vierfeldertafel und bedingte Wahrscheinlichkeit Ereignisse und Vierfeldertafel S. 9 a) 0 b) Zwei Personen aus der 0C sind

Mehr

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

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1 Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit

Mehr

Eigenschaften der relativen Häufigkeit ( Zur Erinnerung) Axiomatische Definition der Wahrscheinlichkeit: Vorlesung Statistik WING

Eigenschaften der relativen Häufigkeit ( Zur Erinnerung) Axiomatische Definition der Wahrscheinlichkeit: Vorlesung Statistik WING Eigenschaften der relativen Häufigkeit ( Zur Erinnerung) Axiomatische Definition der Wahrscheinlichkeit: Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften

Mehr

6. Übungsblatt zur Einführung in die Stochastik

6. Übungsblatt zur Einführung in die Stochastik Fachbereich Mathematik Prof. Dr. Michael Kohler Dipl.-Math. Andreas Fromkorth Dipl.-Inf. Jens Mehnert SS 9 1.6.29 6. Übungsblatt zur Einführung in die Stochastik Aufgabe 22 Sei P ein auf der Borelschen

Mehr

2. Übung zur Vorlesung Statistik 2

2. Übung zur Vorlesung Statistik 2 2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen

Mehr

Woche 2: Zufallsvariablen

Woche 2: Zufallsvariablen Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit

Mehr

Bernoullikette und Binomialverteilung. Binomialverteilung

Bernoullikette und Binomialverteilung. Binomialverteilung Binomialverteilung Inhaltsverzeichnis Vorbemerkungen... 3 Listen und Mengen... 3 Beispiele für Ergebnisräume... 3 Bernoulliketten... 3 Binomialverteilung... 3 Aufgabe... 3 Graphische Veranschaulichung...

Mehr

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten Kapitel 2 Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten 2.1 Stochastische Unabhängigkeit von Ereignissen Gegeben sei ein W-Raum (Ω, C, P. Der Begriff der stochastischen Unabhängigkeit von

Mehr

3.4 Anwendung bedingter Wahrscheinlichkeiten

3.4 Anwendung bedingter Wahrscheinlichkeiten 3.4 Anwendung bedingter Wahrscheinlichkeiten Bsp. 23 Betrachtet werden mehrere Kanonen. Für i N bezeichne A i das Ereignis, daß Kanone i einen Schuß abgibt. A sei das Ereignis, daß ein Treffer erzielt

Mehr

Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel

Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Aufgaben Lösen Sie A1 und A sowohl mit der Bernoulli-Formel als auch mit dem TR(BV), die anderen Aufgaben lösen sie mit dem TR(BV). A1 Eine Familie

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 . Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer

Mehr

Die Kugeln tragen zwei Merkmale mit jeweils zwei Ausprägungen. Merkmal I Ausprägung Merkmal II Ausprägung. A: Holz B: rot A: Kunststoff B: grün

Die Kugeln tragen zwei Merkmale mit jeweils zwei Ausprägungen. Merkmal I Ausprägung Merkmal II Ausprägung. A: Holz B: rot A: Kunststoff B: grün R. rinkmann http://brinkmann-du.de Seite 6..00 edingte Wahrscheinlichkeit ei mehrmaligem Würfeln hängt die Wahrscheinlichkeit eine bestimmte Zahl zwischen und 6 zu werfen nicht von dem vorherigen Ergebnis

Mehr

Statistik-Klausur vom

Statistik-Klausur vom Statistik-Klausur vom 09.02.2009 Bearbeitungszeit: 90 Minuten Aufgabe 1 a) Ein Unternehmen möchte den Einfluss seiner Werbemaßnahmen auf den erzielten Umsatz quantifizieren. Hierfür werden die jährlichen

Mehr

Einführung in die Stochastik 6. Übungsblatt

Einführung in die Stochastik 6. Übungsblatt Einführung in die Stochastik 6. Übungsblatt Fachbereich Mathematik SS M. Kohler 3. Mai A. Fromkorth D. Furer Gruppen und Hausübung Aufgabe (a) Die Wahrscheinlichkeit, dass eine S Bahn Verspätung hat, betrage.3.

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen) Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.

Mehr

Lösungen zu Übungsblatt 10 Höhere Mathematik Master KI Diskrete Zufallsgrößen/Markov-Ketten

Lösungen zu Übungsblatt 10 Höhere Mathematik Master KI Diskrete Zufallsgrößen/Markov-Ketten Lösungen zu Übungsblatt 0 Höhere Mathematik Master KI Hinweise: Die Aufgaben - beziehen sich auf das Thema Diskrete Zufallsgrößen, Ihre Verteilungen und Erwartungswerte. Siehe dazu auch das auf der Homepage

Mehr

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne

Mehr

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? 2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

WAHRSCHEINLICHKEITSTHEORIE A N W E N D U N G Terminologie

WAHRSCHEINLICHKEITSTHEORIE A N W E N D U N G Terminologie Seite 1 von 27 WAHRSCHEINLICHKEITSTHEORIE A N W E N D U N G Terminologie Netzwerke, Systeme, Komponenten, Zuverlässigkeitsschaltbild Ein System S ist ein Netzwerk aus zusammengehörigen (verbundenen) Komponenten

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom Übungsaufgaben 9. Übung SS 16: Woche vom 5. 6. 10. 6. 2016 Stochastik III: Totale Wkt., S.v.Bayes, Diskrete ZG Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK)

Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK) Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK) für Studierende des Maschinenbaus vom 7. Juli (Dauer: 8 Minuten) Übersicht über die

Mehr

Orientierungshilfe zum 8. Hausaufgabenblatt. 25. Januar 2013

Orientierungshilfe zum 8. Hausaufgabenblatt. 25. Januar 2013 Orientierungshilfe zum 8. Hausaufgabenblatt 25. Januar 203 Abbildung : Skizze eines Baumdiagramms zur Veranschaulichung Aufgabe 44 Zunächst ist es von Vorteil sich die Problemstellung anhand eines Baumdiagramms

Mehr

Das Zweikinderproblem

Das Zweikinderproblem Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A

Mehr

P (X = 2) = 1/36, P (X = 3) = 2/36,...

P (X = 2) = 1/36, P (X = 3) = 2/36,... 2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel

Mehr

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009 Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze

Mehr

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen 7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen 7.7.1 Die Laplace-Verteilung Sei X eine gleich verteilte Zufallsvariable mit den Werten in der Menge Ω X = {x i R : i = 1,...,n}, d.h. f (x i = 1

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.

Mehr

Biostatistik, Sommer 2017

Biostatistik, Sommer 2017 1/52 Biostatistik, Sommer 2017 Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 02.06.2017 2/52 Inhalt 1 Wahrscheinlichkeit Bayes sche Formel 2 Diskrete Stetige 3/52 Wahrscheinlichkeit Bayes

Mehr

BSc Bioinformatik Wintersemester 2013/2014 Klausur zur Statistik I Freie Universität Berlin

BSc Bioinformatik Wintersemester 2013/2014 Klausur zur Statistik I Freie Universität Berlin Sc ioinformatik Wintersemester 013/014 Klausur zur Statistik I Freie Universität erlin 1. Februar 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Eine faire Münze werde 10 mal unabhängig

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Vorlesung 9b. Bedingte Verteilungen und bedingte Wahrscheinlichkeiten

Vorlesung 9b. Bedingte Verteilungen und bedingte Wahrscheinlichkeiten Vorlesung 9b Bedingte Verteilungen und bedingte Wahrscheinlichkeiten 1 Voriges Mal: Aufbau der gemeinsamen Verteilung von X 1 und X 2 aus der Verteilung ρ von X 1 und Übergangswahrscheinlichkeiten P(a

Mehr

Musterlösungen zu den Aufgaben aus. Statistische Methoden in den Wirtschafts- und Sozialwissenschaften

Musterlösungen zu den Aufgaben aus. Statistische Methoden in den Wirtschafts- und Sozialwissenschaften Musterlösungen zu den Aufgaben aus Statistische Methoden in den Wirtschafts- und Sozialwissenschaften von Prof. Dr. Hans Peter Litz Oldenbourg-Verlag München,.Auflage 1998 Teil II. Wahrscheinlichkeitstheoretische

Mehr

2 STOCHASTISCHE GRUNDBEGRIFFE

2 STOCHASTISCHE GRUNDBEGRIFFE 2 STOCHASTISCHE GRUNDBEGRIFFE 2.4 Wahrscheinlichkeitsräume 1. Man vereinfache soweit wie möglich (AB A B): (a) (A B)(A B c ) (b) (A B)(B C) (c) (A B)(A c B)(A B c ) (d) (AB) (AB c ) (e) (A B)(A c B)(A

Mehr

Müsli-Aufgabe Bayern GK 2009

Müsli-Aufgabe Bayern GK 2009 Müsli-Aufgabe Bayern GK 2009 1 Anlässlich einer Studie wurden 2000 Jugendliche im Alter von 18 Jahren zu ihren Ernährungsgewohnheiten befragt Von den Befragten gaben 740 an, am Morgen nicht zu frühstücken

Mehr

Prof. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg. Lebensdaueranalyse und Zuverlässigkeit von Systemen

Prof. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg. Lebensdaueranalyse und Zuverlässigkeit von Systemen Prof. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg Lebensdaueranalyse und Zuverlässigkeit von Systemen Aufgabe 1 Bestimmen Sie für 0

Mehr

67 Zufallsvariable, Erwartungswert, Varianz

67 Zufallsvariable, Erwartungswert, Varianz 67 Zufallsvariable, Erwartungswert, Varianz 67.1 Motivation Oft möchte man dem Resultat eines Zufallsexperiments eine reelle Zahl zuordnen. Der Gewinn bei einem Glücksspiel ist ein Beispiel hierfür. In

Mehr

Grundwissen Stochastik Grundkurs 23. Januar 2008

Grundwissen Stochastik Grundkurs 23. Januar 2008 GYMNSIUM MIT SCHÜLERHEIM PEGNITZ math.-technolog. u. sprachl. Gymnasium WILHELM-VON-HUMBOLDT-STRSSE 7 91257 PEGNITZ FERNRUF 09241/48333 FX 09241/2564 Grundwissen Stochastik Grundkurs 23. Januar 2008 1.

Mehr

1 Zuverlässigkeit von Netzwerken

1 Zuverlässigkeit von Netzwerken 1 Zuverlässigkeit von Netzwerken Wir betrachten Mehrkomponenten-Netzwerke. Diese werden durch Zuverlässigkeitsschaltbilder dargestellt. Dies sind Graphen, die zur Zuverlässigkeitsanalyse von Netzwerken

Mehr

Achtung: Aufgabe 1: Händischer Teil ( maximal 15 Minuten ) S. 1 / 4 Mathematik Einführungsphase 1. Klausur (18 Punkte)

Achtung: Aufgabe 1: Händischer Teil ( maximal 15 Minuten ) S. 1 / 4 Mathematik Einführungsphase 1. Klausur (18 Punkte) . 1 / 4 Mathematik Einführungsphase 1. Klausur 16.09.2015 chtung: Bitte für jede ufgabe ein eigenes Blatt verwenden! Die Bearbeitungen müssen einen Lösungsweg enthalten, eine reine Ergebnisangabe reicht

Mehr

Mathematik für Naturwissenschaften, Teil 2

Mathematik für Naturwissenschaften, Teil 2 Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die

Mehr

6 Technische Statistik und Wahrscheinlichkeitsrechnung

6 Technische Statistik und Wahrscheinlichkeitsrechnung 1 6 Technische Statistik und Wahrscheinlichkeitsrechnung 6.1 Die Binominalverteilung Diese Verteilung wird auch als Bernoullische oder Newtonsche Verteilung bezeichnet. Dabei handelt es sich um eine diskrete

Mehr

Geneboost Best.- Nr. 2004011. 1. Aufbau Der Stromverstärker ist in ein Isoliergehäuse eingebaut. Er wird vom Netz (230 V/50 Hz, ohne Erdung) gespeist.

Geneboost Best.- Nr. 2004011. 1. Aufbau Der Stromverstärker ist in ein Isoliergehäuse eingebaut. Er wird vom Netz (230 V/50 Hz, ohne Erdung) gespeist. Geneboost Best.- Nr. 2004011 1. Aufbau Der Stromverstärker ist in ein Isoliergehäuse eingebaut. Er wird vom Netz (230 V/50 Hz, ohne Erdung) gespeist. An den BNC-Ausgangsbuchsen lässt sich mit einem störungsfreien

Mehr

Abitur 2012 Mathematik GK Stochastik Aufgabe C1

Abitur 2012 Mathematik GK Stochastik Aufgabe C1 Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2012 Mathematik GK Stochastik Aufgabe C1 nter einem Regentag verstehen Meteorologen einen Tag, an dem mehr als ein Liter Niederschlag pro Quadratmeter gefallen

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D Ulmet IT Blatt Stochastik I SS 200 Aufgabe : Von den Ereignissen A, B und C trete a nur A ein, A B C ( (Ā (Ā b genau eines ein, A B C B C B C c höchstens eines ein, ( A B C (Ā B C (Ā B C (Ā B C d mindestens

Mehr

Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Mehr

Rechnen mit einfachem Mengenkalkül

Rechnen mit einfachem Mengenkalkül edingte ahrscheinlichkeiten llgemeine Frage: Rechnen mit einfachem Mengenkalkül ie groß ist die ahrscheinlichkeit für ein Ereignis falls bereits ein Ereignis eingetreten ist (und der etrachter über diese

Mehr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p

Mehr

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen... Inhaltsverzeichnis I Grundbegriffe 1 1 Wahrscheinlichkeitsräume......................... 1 2 Bedingte Wahrscheinlichkeiten und Unabhängigkeit........... 7 3 Reellwertige Zufallsvariablen........................

Mehr

Schriftliche Abiturprüfung Grundkursfach Mathematik. - Ersttermin -

Schriftliche Abiturprüfung Grundkursfach Mathematik. - Ersttermin - Sächsisches Staatsministerium Geltungsbereich: für Kultus - Allgemein bildendes Gymnasium - Abendgymnasium und Kolleg Schuljahr 2002/03 - Schulfremde Prüfungsteilnehmer Schriftliche Abiturprüfung Grundkursfach

Mehr

Gymnasium Bäumlihof Maturitätsprüfungen Aufgabe 1 Raumgeometrie: Modellflugzeuge 17 P P S(300/0/0), Z(0/300/120)

Gymnasium Bäumlihof Maturitätsprüfungen Aufgabe 1 Raumgeometrie: Modellflugzeuge 17 P P S(300/0/0), Z(0/300/120) Gymnasium Bäumlihof Maturitätsprüfungen 007 Seite von 0 Aufgabe Raumgeometrie: Modellflugzeuge 7 P.......3 S(300/0/0), Z(0/300/0) SZ = 300 300 0 300 0 x 300 300 Gerade durch S und Z: y = 0 + t z 0 Für

Mehr

Informationsveranstaltung zur Konformitätsbewertung von Taxametern und Wegstreckenzählern in Kraftfahrzeugen. Teil 3: Mögliche Signalweg-Varianten

Informationsveranstaltung zur Konformitätsbewertung von Taxametern und Wegstreckenzählern in Kraftfahrzeugen. Teil 3: Mögliche Signalweg-Varianten Informationsveranstaltung zur Konformitätsbewertung von Taxametern und Wegstreckenzählern in Kraftfahrzeugen Teil 3: Mögliche Signalweg-Varianten 1 Fahrzeug - Signalweg und Komponenten 2 Fahrzeug - Signalweg

Mehr

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen 6.4 Hyergeometrische Verteilung Gegeben ist eine Urne, die mit N Kugeln gefüllt ist. Es seien M dieser Kugeln rot und N-M Kugeln nicht rot. Wir entnehmen n Kugeln, d.h. eine Stichrobe des Umfangs n. Dabei

Mehr

Lösungsskizzen zur Präsenzübung 07

Lösungsskizzen zur Präsenzübung 07 Lösungsskizzen zur Präsenzübung 07 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 14. Dezember 2015 von:

Mehr

R R M 0,0187 0,4957 0,514 M 0,0021 0,4839 0,486 0,0208 0,9792 1,00

R R M 0,0187 0,4957 0,514 M 0,0021 0,4839 0,486 0,0208 0,9792 1,00 8 edingte Wahrscheinlichkeit 8 edingte Wahrscheinlichkeit 8.1 Einführung und Definition Der Zusammenhang zwischen dem Geschlecht einer beliebig ausgewählten erson und einer eventuellen Rotgrünblindheit

Mehr

Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de

Mehr

Projektmanagement für Ingenieure

Projektmanagement für Ingenieure Springer Vieweg PLUS Zusatzinformationen zu Medien von Springer Vieweg Projektmanagement für Ingenieure Ein praxisnahes Lehrbuch für den systematischen Projekterfolg 2013 2. Auflage Kapitel 7 Lösungen

Mehr

Design 1. Protokoll. Stefan Krulj, Markus Schütz,

Design 1. Protokoll. Stefan Krulj, Markus Schütz, Design 1 Protokoll Stefan Krulj, 0826564 Markus Schütz, 0725043 Advanced Digital Design Design 1, Stefan Krulj, Markus Schütz Anmerkung Aufgrund diverser Probleme mit dem Development-Board DN8000K10PSX

Mehr

mathphys-online Abiturprüfung Berufliche Oberschule 2014 Mathematik 13 Technik - B II - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2014 Mathematik 13 Technik - B II - Lösung Abiturprüfung Berufliche Oberschule 20 Mathematik Technik - B II - Lösung Aufgabe An einer Beruflichen Oberschule besuchen acht Schülerinnen und zehn Schüler die. Jahrgangsstufe in der Ausbildungsrichtung

Mehr

8 Die Exponentialverteilung

8 Die Exponentialverteilung 8 Die Exponentialverteilung 8.1 Einführung Modelle Zuverlässigkeitsmodelle Lebensdauermodelle Bedienungsmodelle. 277 W.Kössler, Humboldt-Universität zu Berlin Def. 26 (Exponentialverteilung) Sei X eine

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

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Alexander Schwarz www.mathe-aufgaben.com Oktober 205 Aufgabe : In einer Urne befinden sich drei gelbe, eine rote und

Mehr

Aufgabe 50. Ein Schießbudenbesitzer hat festgestellt, dass die Trefferwahrscheinlichkeit in den späten Abendstunden 0;1 pro Schuss beträgt.

Aufgabe 50. Ein Schießbudenbesitzer hat festgestellt, dass die Trefferwahrscheinlichkeit in den späten Abendstunden 0;1 pro Schuss beträgt. Aufgabe 0 Ein Schießbudenbesitzer hat festgestellt, dass die Trefferwahrscheinlichkeit in den späten Abendstunden 0;1 pro Schuss beträgt. a) Wie hoch ist die Wahrscheinlichkeit, bei Schüssen mindestens

Mehr