Stochastik. Inhaltsverzeichnis
|
|
- Helge Gärtner
- vor 7 Jahren
- Abrufe
Transkript
1 Stochastik Inhaltsverzeichnis 1. Allgemeine Definition Laplace-Wahrscheinlichkeit Gegenereignis (häufig bei mindestens -Aufgaben) Vereinigung von 2 Ereignissen ( oder -Formulierungen) Baumdiagramme Baumdiagramme Regeln und Bemerkungen für das Baumdiagramm Dreimal-Mindestens Aufgaben Kombinatorik... 8 Bedingte Wahrscheinlichkeiten Bezeichnungen Satz der Bedingten Wahrscheinlichkeit Satz der totalen Wahrscheinlichkeit Satz von Bayes Vier-Felder-Tafel Unabhängigkeit von Ereignissen Zufallsgrößen Wahrscheinlichkeitsverteilung Erwartungswert Varianz Standardabweichung Binomialverteilung Die normale Binomialverteilung Erwartungswert, Varianz und Standardabweichung der Binomialverteilung Die Kumulierte Binomialverteilung σ-umgebung ( Sigma-Umgebung ) Näherungsformeln für die Binomialverteilung Näherungsformel von Moivre-Laplace für die exakte Trefferanzahl Näherungsformel für kumulierte Binomialverteilungen Hypothesentests Allgemeines
2 16.2 Alternativtest - Irrtumswahrscheinlichkeit gesucht Alternativtest - Entscheidungsregel gesucht Einseitiger Signifikanztest - Irrtumswahrscheinlichkeiten gesucht Einseitiger Signifikanztest - Entscheidungsregel gesucht Zweiseitiger Signifikanztest - Irrtumswahrscheinlichkeiten gesucht Zweiseitiger Signifikanztest - Entscheidungsregel gesucht Allgemeine Definition Der Mathematiker nennt einen Prozess, dessen Ausgang nicht sicher vorhersehbar ist, einen Zufallsversuch bzw. ein Zerfallsexperiment. Die Menge der möglichen Ergebnisse eines Zufallsversuches nennt man Ergebnisraum (Bsp. Münzwurf: Kopf, Zahl). Eine Fragestellung nach einem Element oder einer Teilmenge des Ergebnisraumes nennt man Ereignis (Bsp. Würfeln: Ergebnisraum {1,2,3,4,,6}; Mögliches Ereignis: Wie groß ist die Wahrscheinlichkeit P eine gerade Zahl zu Würfeln?) Wird ein Zufallsversuch mehrfach durchgeführt und tritt dabei ein Ereignis E genau k-mal ein, nennt man k die absolute Häufigkeit von E. Beträgt die Anzahl der Durchführungen n, so nennt man die relative Häufigkeit des Ereignisses E. Die Wahrscheinlichkeit P mit der ein Ereignis E eintritt, wird mit P(E) bezeichnet. P(E) nimmt hierbei lediglich Werte zwischen Null und Eins an. Gilt P(E)=0, ist E ein Ereignis, das unmöglich eintreten kann, gilt P(E)=1, ist E ein Ereignis, das sicher eintreten wird. 2. Laplace-Wahrscheinlichkeit Sind bei einem Zufallsversuch alle möglichen Ergebnisse gleich wahrscheinlich (Würfel, Münze,...) so spricht man von einem Laplace-Ereignis. Es gilt folgende Formel: 2
3 3. Gegenereignis (häufig bei mindestens -Aufgaben) Bei einem Ereignis E bezeichnet man mit Ē (gesprochen: E-quer) das Gegenereignis (bei vielen Aufgaben das sprachliche Gegenteil der Aufgabenstellung). Es gilt: P(E) + P(Ē) = 1 Anwendung: Gelegentlich ist es einfacher, die Wahrscheinlichkeit des Gegenereignisses zu berechnen als die Wahrscheinlichkeit der eigentlichen Aufgabenstellung. In diesen Fällen nutzt man die oben stehende Formel wie folgt: P(E) = 1 - P(Ē) 4. Vereinigung von 2 Ereignissen ( oder -Formulierungen) Ist bei zwei Ereignissen E₁ und E₂ danach gefragt, mit welcher Wahrscheinlichkeit E 1 oder E 2 eintreten, gilt folgende Formel: P(E₁ E₂) = P(E₁) + P(E₂) - P(E₁ E₂). Baumdiagramme.1 Baumdiagramme Bei Zufallsversuchen, die mehrfach durchgeführt werden oder eine Kombinationen von verschiedenen einzelnen Zufallsversuchen darstellen, benutzt man Baumdiagramme, um den Sachverhalt übersichtlich darzustellen. Bsp. Ein Würfel wird 3-mal geworfen. Wie groß ist die Wahrscheinlichkeit, mind. zwei 4er zu Würfeln? 3
4 .2 Regeln und Bemerkungen für das Baumdiagramm Die Wahrscheinlichkeit eines Pfades ergibt sich, indem man die Wahrscheinlichkeiten der Äste des Pfades multipliziert. erfüllen mehrere Pfade die Aufgabenstellung, werden die Wahrscheinlichkeiten der einzelnen Pfade addiert. Kurz: Im Baum wird multipliziert; unterm Baum wird addiert! Die Wahrscheinlichkeiten aller Äste, die von einem Knoten ausgehen, ergeben in der Summe 1. Dies kann man gelegentlich nutzen, um nicht gegebene Wahrscheinlichkeiten zu berechnen. Als Grundregel gilt: Bäume nicht für mehr als drei Durchgänge und nicht bei mehr als drei möglichen Ergebnissen pro Stufe verwenden. Häufig ist es sinnvoll, reduzierte Teilbäume zu erstellen: o reduzierte Bäume: Häufig ist es sinnvoll gemäß der Aufgabenstellung einzelne Ergebnisse zu einem Ergebnis zusammenzufassen. (Bsp.: 4 oder ) o Teilbäume: Häufig kann man mehrere Äste und Pfade des Baumes weglassen, wenn klar ist, dass sie die Aufgabenstellung nicht erfüllen Bei Ereignissen mit zurücklegen ändert sich die Wahrscheinlichkeit in den einzelnen Stufen nicht. Bei Ereignissen ohne zurücklegen müssen die Wahrscheinlichkeiten für jede Stufe neu überlegt werden. Auch vermeintlich gleichzeitig stattfindende Ereignisse(2 Jäger schießen gleichzeitig etc.) können in einem Baumdiagramm dargestellt werden. 6. Dreimal-Mindestens Aufgaben Ein Glücksrad hat gleichgroße Sektoren, von denen 3 weiß und 2 rot sind. Wie oft muss das Rad mindestens gedreht werden, damit die Wahrscheinlichkeit mindestens einmal rot zu drehen, mindestens 9% beträgt? In einigen Aufgaben wird als Synonym für mindestens gelegentlich wenigstens verwendet. Rechnung: P(mind. 1 mal rot) = 1 P(kein mal rot) = 1 P(nur weiß) = Nun wird ausgerechnet, wann dieser Term gleich 9 % ist: = 0,9 - und mal - rechnen = 0,0 lg n lg = lg (0,0) n = 8 Antwort: Es sind mindestens 6 Drehungen notwendig (Ergebnis ist immer die nächstgrößere ganze Zahl). 4
5 7. Kombinatorik n Kugeln k Ziehungen ja Werden die Kugeln zurückgelegt? nein Ist die Reihenfolge wichtig? Ist die Reihenfolge wichtig? ja nein ja nein n k n k 1 n! n k ( n k)! k I II III IV n=k? Ja n! IIIa Fakultät: n! n (n 1) (n 2) (n 3) n! (n 1) (n 1)! 0! 1 Binomialkoeffizient: n n k! k! ( n k)! n n 1 0 n n( n 1)( n 2)... ( n k 1) k( k 1)( k 2)... 1 n n n k k
6 8 Bedingte Wahrscheinlichkeiten 8.1 Bezeichnungen In der 1. Stufe des Baumes stehen die Wahrscheinlichkeiten das Ereignis A eintritt bzw. nicht eintritt. In der 2. Stufe des Baumes stehen die Wahrscheinlichkeiten des Ereignis B unter der Voraussetzung, dass A bereits eingetreten ist bzw. nicht A ( ) bereits eingetreten ist. Diese Wahrscheinlichkeit steht dafür, dass das Ereignis B eintritt und das Ereignis A zuvor bereits eingetreten ist. Kurz: Die Wahrscheinlichkeit von B unter A. Die Wahrscheinlichkeit eines Pfades wird mit P von A geschnitten B angegeben. Kurz: Die Wahrscheinlichkeit, dass A und B eintreten. 8.2 Satz der Bedingten Wahrscheinlichkeit Gemäß den Rechenregeln für Baumdiagramme gilt: Hieraus ergibt sich die Formel der bedingten Wahrscheinlichkeit, mit der man Wahrscheinlichkeiten der 2. Stufe eines Baumes berechnen kann. 8.3 Satz der totalen Wahrscheinlichkeit Mit diesem Satz berechnet man die Wahrscheinlichkeit mit der ein Ereignis der 2. Stufe eines Baumdiagramms insgesamt eintritt. Auch dieser Satz ergibt sich unmittelbar aus den Rechenregeln für Baumdiagramme. In Worten: Man addiert alle Pfade, die zum gewünschten Ereignis der 2. Stufe führen. 6
7 8.4 Satz von Bayes Mit Hilfe des Satzes von Bayes ist man in der Lage, eine bedingte Wahrscheinlichkeit zu berechnen, über deren Baumdiagramm man keine Angaben hat. Es genügt vielmehr, wenn man die Wahrscheinlichkeiten des Baumdiagramms kennt, bei dem der Ablauf der Ereignisse genau umgekehrt ist. Häufig muss man vor der Anwendung des Satz von Bayes mithilfe der Formeln zur bedingten und totalen Wahrscheinlichkeit in linken Teilbaum Vorüberlegungen anstellen. 7
8 9. Vier-Felder-Tafel Für zwei Ereignisse A und B hat die entsprechende Vier-Felder-Tafel folgende Form: B A 1 Die Vier-Felder-Tafel ist eine Alternative zum Baumdiagramm. Die vier Wahrscheinlichkeiten in der Mitte der Tafel(grün) stehen für die Wahrscheinlichkeiten der vier Pfade im Baum. Die bedingten Wahrscheinlichkeiten (im Baum: die Äste der zweiten Stufe) stehen nicht direkt in der Tafel und müssen über folgende beispielhafte Gleichung berechnet werden: Fehlende Werte in der Tafel können durch Addition bzw. Subtraktion in den einzelnen Zeilen und Spalten berechnet werden. 10. Unabhängigkeit von Ereignissen Zwei Ereignisse A und B werden als unabhängig bezeichnet, wenn die folgenden Gleichungen erfüllt sind: Bei entsprechenden Aufgaben genügt es, eine der drei Gleichungen zu überprüfen. Häufig kommt hierbei der Satz der totalen Wahrscheinlichkeit hier zum Einsatz. Die dritte Gleichung hat folgende Bedeutung: Die Wahrscheinlichkeit des Pfades im Baum muss das Produkt der Einzel-Wahrscheinlichkeiten sein. Umgekehrt gilt: Weiß man, dass zwei Ereignisse unabhängig sind, kann man mit Gleichung (3) die Wahrscheinlichkeit des Pfades ohne bedingte Wahrscheinlichkeiten ausrechnen. 8
9 11. Zufallsgrößen 11.1 Wahrscheinlichkeitsverteilung Unter der Wahrscheinlichkeitsverteilung eines Zufallsereignisses versteht man die Auflistung aller möglichen Ergebnisse einer Zufallsgröße X mit ihren zugehörigen Wahrscheinlichkeiten. In der Regel geschieht dies in Form einer Tabelle. Beispiel: Ein Glücksrad mit fünf gleich großen Feldern ist von 1 bis nummeriert und wird zweimal gedreht. Es gilt: Einsatz pro Spiel: 0,0 Auszahlung: Summe 10: 4,- Summe 9: 2,- Summe 8: 1,- Verteilung von X: Die Wahrscheinlichkeiten in einer Verteilung ergeben zusammen immer 1. Dies kann man häufig benutzen, um die letzte fehlende Wahrscheinlichkeit zu errechnen Erwartungswert Der Erwartungswert entspricht dem Durchschnittswert bei der Auswertung von Statistiken (z.b. dem Notendurchschnitt bei Klassenarbeiten). Er stellt den Wert dar, der bei der mehrfachen Durchführung eines Zufallsexperiments durchschnittlich pro Durchgang erwartet wird. Ähnlich wie beim Notendurchschnitt kann der Erwartungswert hierbei einen Wert annehmen, der nicht als tatsächlich mögliches Ergebnis existiert. Der Erwartungswert wird berechnet, indem man alle möglichen Ereignisse mit ihren Wahrscheinlichkeiten multipliziert und diese Produkte dann addiert. Als Formel: 9
10 Beispiel: Aus Wahrscheinlichkeitsverteilung ) Bsp. aus 11.1: Dies bedeutet, dass der Spieler langfristig mit einem Verlust von 6 ct pro Spiel rechnen muss! 2) Würfel: Häufig wird für auch der griechische Buchstabe µ (gesprochen: Mü ) verwendet. Häufige Anwendung: Wann ist ein Glücksspiel fair? Wenn E(x) = 0 ist, ist ein Glücksspiel fair! Begründung: Wenn E(x) = 0 ist, ist es gleichwahrscheinlich, Gewinn oder Verlust zu machen Varianz Der Erwartungswert alleine genügt nicht, um ein Zufallsereignis ausreichend zu beschreiben! Beispiel Notenspiegel: 1 Einser und 1 Sechser liefern den gleichen Erwartungswert wie 1 Dreier und 1 Vierer! Daher existiert ein weiteres Maß: Die Varianz Sie gibt an, wie weit die möglichen Ergebnisse vom Erwartungswert entfernt sind. Man nennt dies auch die Streuung der Ergebnisse um den Erwartungswert. Man berechnet die Varianz, indem man die einzelnen Abstände zum Erwartungswert (E(x)) berechnet, diese Abstände quadriert und mit der jeweiligen Wahrscheinlichkeit gewichtet (multipliziert). Als Formel: Bsp. mit Würfeln: 10
11 11.4 Standardabweichung Ein weiteres Maß der Streuung stellt die Standardabweichung dar, sie wird als Wurzel der Varianz berechnet: Formel: 12. Binomialverteilung 12.1 Die normale Binomialverteilung Ein Zufallsexperiment mit genau zwei möglichen Ausgängen nennt man ein Bernoulli-Experiment. Wird ein Bernoulli-Experiment mehrfach durchgeführt und bei jeder Durchführung bleiben die Wahrscheinlichkeiten identisch, nennt man dies eine Bernoulli-Kette. Beispiel für Bernoulliketten: 1. mehrfacher Münzwurf 2. Umfragen 3. Quizshows und Prüfaufgaben 4. Überprüfung von (defekten) Bauteilen Liegt eine Bernoulli-Kette vor, so kann man die Wahrscheinlichkeit, dass bei n Durchführungen genau k - mal ein Ergebnis eintritt, mithilfe der Binomialverteilung berechnen. Formel: n: Anzahl der Durchführungen k: gefragte Trefferanzahl p: Wahrscheinlichkeit, dass das Ereignis E bei einmaliger Durchführung eintrifft 1-p: Wahrscheinlichkeit des Gegenereignis 12.2 Erwartungswert, Varianz und Standardabweichung der Binomialverteilung n 11
12 13. Die Kumulierte Binomialverteilung Bei einer Bernoulli-Kette ist häufig nicht nur die Wahrscheinlichkeit für eine genaue Trefferanzahl gefragt, sondern man möchte wissen, wie groß die Wahrscheinlichkeit für mindestens k Treffer höchstens k Treffer, mehr als k Treffer, weniger als k Treffer, zwischen und Treffer ist. Für den Fall höchstens k Treffer existieren Tabellen, in denen man die gewünschte Wahrscheinlichkeit ablesen kann. Die übrigen Problemstellungen (auch die Fragestellungen nach exakten Trefferanzahlen) lassen sich alle ebenfalls mit dieser Tabelle beantworten. Schreibweisen: n: Anzahl der Durchführungen p: Trefferwahrscheinlichkeit bei einmaliger Durchführung k: Gesuchte Trefferanzahl Höchstens k-treffer: Mindestens k-treffer: Weniger als k-treffer: Mehr als k-treffer: Exakte Trefferanzahl: Bei einem Bereich/Intervall kann man die vorher angegebenen Formeln miteinander kombinieren: Mindestens und höchstens Treffer: 12
13 14. σ-umgebung ( Sigma-Umgebung ) Mithilfe der σ-umgebung um den Erwartungswert kann man beurteilen, wie wahrscheinlich es ist, dass eine bestimmte Trefferanzahl eintritt oder nicht. Für alle Binomialverteilungen stabilisieren sich diese Wahrscheinlichkeiten, wenn die Anzahl an Durchführungen ausreichend groß ist. Konkret muss die sogenannte Laplace-Bedingung erfüllt sein, um die unten folgenden Wahrscheinlichkeiten anwenden zu dürfen. n In diesem Fall gelten die folgenden Aussagen: Zu 68% fällt die Trefferanzahl in das 1σ-Intervall: [ Zu 9,% fällt die Trefferanzahl in das 2σ-Intervall: [ ] Zu 99,7% fällt die Trefferanzahl in das 3σ-Intervall: ] Beispiel: Würfel: n=300 Würfe Aussage: Es wurden 70 Sechsen gewürfelt Da die Behauptung 70 Sechser außerhalb des 3σ-Bereichs liegt, sollte diese Aussage stark angezweifelt werden! Sie kann aber nicht ausgeschlossen werden (es ist falsch, zu behaupten, dass die Aussage falsch ist), aber sie tritt lediglich in 0,3% der Fälle ein. 13
14 1 Näherungsformeln für die Binomialverteilung Da die exakte Trefferwahrscheinlichkeit für eine große Anzahl von Durchführungen sehr rechenaufwändig bzw. unmöglich wird, gibt es hierfür Näherungsformeln. 1.1 Näherungsformel von Moivre-Laplace für die exakte Trefferanzahl Idee: Nähere das Histogramm, das die Wahrscheinlichkeitsverteilung darstellt an eine e-funktion aus der Analysis an. Vorgehensweise: 1. Verschiebe die Binomialverteilung auf der x-achse um den Erwartungswert µ nach links, sodass ihr Maximum auf der y-achse liegt. 2. Stauche die Binomialverteilung in x-richtung, indem durch die Standardabweichung σ dividiert wird, so dass die Breite des Histogramms sich an die Breite der Glockenkurve anpasst. 3. Strecke die Funktion in y-richtung, um den Faktor σ, so dass die Höhe des Histogramms den Funktionswerten der Glockenkurve entspricht. --> Diesen Vorgang nennt man Standardisierung der Binomialverteilung Die Glockenkurve besitzt die folgende Funktionsgleichung: Damit die Näherungsformel Ergebnisse liefert, die nicht zu weit von den exakten Werten entfernt liegen, muss die sogenannte Laplace-Bedingung erfüllt sein: n (Die Anzahl der Durchführungen n muss eine gewisse Grenze überschreiten, damit der Näherungswert ausreichend genau ist.) Vorgehensweise bei der Berechnung: 1. Entnehme der Aufgabenstellung n, p und k 2. Berechne (Erwartungswert und Standardabweichung) 3. Überprüfe die Laplace-Bedingung 4. Führe die Standardisierung durch. Setze in die e-funktion ein ( 6. Multipliziere den Funktionswert mit 14
15 Schreibweise und Beispiel: 1. n=00 k=12 p=0, > (Laplace-Bedingung erfüllt) Näherungsformel für kumulierte Binomialverteilungen Analog zur Vorgehensweise von Moivre-Laplace gibt es auch für die kumulierte Binomialverteilung eine Näherung mithilfe der Gaußschen e-funktion (Glockenkurve). Da die Wahrscheinlichkeit der kumulierten Binomialverteilung nichts anderes ist als die aufsummierte Fläche unter den gefragten Histogrammbalken, ist die Fläche unter der e-funktion bis zum standardisierten Wert z gesucht. Somit bildet man das folgende Integral von Da die Berechnung gemäß Moivre-Laplace nur bis zur Mitte des letzten gefragten Histogrammbalkens reichen würde, muss man die Hälfte der Balkenbreite hinzuaddieren: Da die Stammfunktion der Gaußschen Glockenkurve nicht durch eine uns bekannte Funktion darstellbar ist, liegen die Funktionswerte dieser Stammfunktion in Tabellenform vor. Ist z negativ, wendet man folgende Umformung an: 1
16 Beispiel: 1200-maliger Wurf eines fairen Würfels. Wie groß ist die Wahrscheinlichkeit höchstens 220 Sechser zu bekommen? X = Anzahl der gewürfelten Sechser n = 1200 k = 220 (Laplace-Bedingung erfüllt) (Wert 0,9441 aus Tabelle abgelesen) 16. Hypothesentests 16.1 Allgemeines Für alle Hypothesentests gilt: Es gibt zwei sich widersprechende Hypothesen und. Durch ein mehrfach durchgeführtes Testverfahren soll überprüft werden, welche Hypothese zutrifft. Dabei können zwei Fehler passieren: Fehler 1.Art (auch -Fehler oder Signifikanzniveau genannt): Ich entscheide mich für, obwohl eigentlich vorliegt. Schreibweise: Fehler 2.Art (auch -Fehler genannt): Ich entscheide mich für, obwohl eigentlich vorliegt. Schreibweise: Wahl der Hypothesen: Der -Fehler stellt für den Durchführer des Hypothesentests immer den schwerwiegenderen Fehler dar (etwas wird als 1.Wahl eingestuft, obwohl es 2.Wahl ist). Um dies zu gewährleisten, gilt folgendes: ist immer die schlechtere Hypothese (2.Wahl), bzw. die Hypothese, dass sich nichts verändert hat. Entsprechend ist die bessere Hypothese (1.Wahl), bzw. die Hypothese, dass sich etwas verändert hat. Bei jedem Hypothesentest muss es also eine klare Entscheidungsregel geben, wann ich mich für entscheide. Die Zahl, bei der die Entscheidung zwischen und wechselt, nennt man: kritische Zahl k. oder für 16
17 16.2 Alternativtest - Irrtumswahrscheinlichkeit gesucht Den Alternativtest erkennt man daran, dass in der Aufgabenstellung für beide Hypothesen exakte Wahrscheinlichkeiten gegeben sind. Somit können beide möglichen Fehler problemlos berechnet werden. 17
18 16.3 Alternativtest - Entscheidungsregel gesucht In diesem Fall ist die Irrtumswahrscheinlichkeit für den Fehler 1.Art vorgegeben. Übliche Irrtumswahrscheinlichkeiten( auch Signifikanzniveaus genannt) sind 1%, % und 10%. Beispiel: Ein Falschspieler besitzt gefälschte Münzen, bei denen die Wahrscheinlichkeit für Kopf 20% beträgt. Er testet eine Münze durch 12 Probewürfe und möchte dabei eine faire Münze mit nicht mehr als 10% Wahrscheinlichkeit irrtümlich als gefälscht einstufen. (0,1 da das Signifikanzniveau 10 % beträgt) aus Tabelle für n=12 und p=0,: k=3: 0,073 k=4: 0,1938 Lösung: k = 3 da für k = 4 die Wahrscheinlichkeit bereits größer als 0,1 ist. 18
19 16.4 Einseitiger Signifikanztest - Irrtumswahrscheinlichkeiten gesucht Beim einseitigen Signifikanztest ist lediglich die Wahrscheinlichkeit von einer Hypothese bekannt. Zudem ist aus der Aufgabenstellung bekannt, ob die Wahrscheinlichkeit von entweder größer oder kleiner ist als die von. Für diesen Aufgabentyp ist es eigentlich nicht möglich, den -Fehler zu berechnen, außer man setzt für festgelegte Wahrscheinlichkeiten ein. --> Nullhypothese: Hypothese mit der gegebenen Wahrscheinlichkeit!
20 16. Einseitiger Signifikanztest - Entscheidungsregel gesucht 0,01 da laut Aufgabe Signifikanzniveau: 1 % = 0,01 Aus der Tabelle: für k = 33 ist der Wert zum ersten Mal größer als 0,99 20
21 16.6 Zweiseitiger Signifikanztest - Irrtumswahrscheinlichkeiten gesucht Beim zweiseitigen Signifikanztest ist die Wahrscheinlichkeit der Nullhypothese bekannt und es ist nicht bekannt, ob die Wahrscheinlichkeit von größer oder kleiner als die von H o ist, beides ist möglich. Somit gibt es zwei Entscheidungsregeln für. Entsprechend rechnen wir für beide Entscheidungsregeln die Irrtumswahrscheinlichketen aus. Die Summe dieser beiden Irrtumswahrscheinlichkeiten ergibt insgesamt den gesuchten -Fehler
22 16.7 Zweiseitiger Signifikanztest - Entscheidungsregel gesucht In diesem Fall wird die vorgegebene Irrtumswahrscheinlichkeit halbiert und für jede der beiden Entscheidungsregeln für H 1 werden die kritischen Zahlen k 1 und k 2 für das halbe Signifikanzniveau berechnet > Aus der Tabelle: da für k = 34 die Wahrscheinlichkeit bereits größer als 0,1 ist > Aus der Tabelle: für ist der Wert zum ersten Mal größer als 0,9. 22
Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrDie ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.
.3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil
MehrZusammenfassung 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
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
MehrErgebnis Ergebnisraum Ω. Ereignis. Elementarereignis
Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)
MehrStochastik - Kapitel 2
" k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit
MehrGrundlagen der Stochastik
Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.
MehrMathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
Mehr5 Binomial- und Poissonverteilung
45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1
MehrBasistext - Wahrscheinlichkeitsrechnung
Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.
MehrAbiturvorbereitung Mathematik Stochastik. Copyright 2013 Ralph Werner
biturvorbereitung Mathematik Stochastik Copyright 2013 Ralph Werner Zufallsexperiment in Zufallsexperiment ist ein Vorgang, dessen usgang ungewiss ist das beliebig oft wiederholt werden kann dessen Wiederholungen
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrWahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26) Gegeben Menge Ω (Wahscheinlichkeitsraum, Menge aller möglichen Ausgänge eines Zufallsexperiments), Abbildung P : P(Ω) [0, 1] (Wahrscheinlichkeit): Jeder Teilmenge
MehrAufgabe 10 Die Zufallsvariable ist binomialverteilt mit
Level Grundlagen Blatt 2 Dokument mit 8 Aufgaben Aufgabe Die Zufallsvariable ist binomialverteilt mit und,3. Welches der beiden Histogramme zeigt die Wahrscheinlichkeitsverteilung von? Begründen Sie Ihre
MehrLernkarten. Stochastik. 4 Seiten
Lernkarten Stochastik 4 Seiten Zum Ausdrucken muss man jeweils eine Vorderseite drucken, dann das Blatt wenden, nochmals einlegen und die Rückseite drucken. Am besten druckt man die Karten auf festem Papier
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern
MehrAufgabe 8: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 8 a) (1) WAHRSCHEINLICHKEIT FÜR KEINE ANGABE ERMITTELN Nach der Laplace Formel ist Anzahl der Personen, die keine Angabe machten keine Angabe Gesamtzahl
MehrGrundwissen Stochastik Leistungskurs 10. Februar 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 Leistungskurs 10. Februar 2008
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrAbitur 2015 Mathematik Stochastik III
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2015 Mathematik Stochastik III Bei der Wintersportart Biathlon wird bei jeder Schießeinlage auf fünf Scheiben geschossen. Ein Biathlet tritt bei einem
MehrStochastik. Station 1. Kombinatorik
Der fx-991de im Mathematik- Unterricht Stochastik Station 1 Kombinatorik Die vier Grundformeln zur Kombinatorik sind in der Tabelle zusammengefasst: Mit Zurücklegen Ohne Zurücklegen Reihenfolge egal ncr
MehrWird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.
R. Brinkmann http://brinkmann-du.de Seite 1 06.1008 Erwartungswert binomialverteilter Zufallsgrößen. Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt,
MehrGrundwissen zur Stochastik
Grundwissen zur Stochastik Inhalt: ABHÄNGIGE EREIGNISSE...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON ERGEBNISSEN...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON MERKMALEN IN VIERFELDERTAFELN...2 ABSOLUTE HÄUFIGKEIT...2
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)
Mehr2.4. Mehrstufige Zufallsexperimente
2.4. Mehrstufige Zufallsexperimente Zufallsexperimente können einstufig, also einmalig, durchgeführt werden oder auch mehrstufig, also wiederholt. Wirft man einen Würfel z.b. nur einmal, dann ist das Zufallsexperiment
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Rechnen mit Wahrscheinlichkeiten 16. Juni 2009 Dr. Katja Krüger Universität Paderborn 1 Inhalt Ereignisse i und deren Wahrscheinlichkeit h hk i Laplace-Regel Baumdiagramm
Mehruntersuchen Lage- und Streumaße von Stichproben
Qualifikationsphase Leistungskurs 1 QII 2.1.2 Konkretisierte Unterrichtsvorhaben auf der Basis des Lehrwerks Buch: Elemente der Mathematik, Qualifikationsphase NRW Leistungskurs, Braunschweig 2015, Westermann
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrGrundwissen 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.
MehrAufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors
Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
MehrKapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen
Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Klett Wahrscheinlichkeitsrechnung im Griff - Mathematik
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Klett Wahrscheinlichkeitsrechnung im Griff - Mathematik 5.-10. Klasse Das komplette Material finden Sie hier: School-Scout.de Wahrscheinlichkeitsrechnung
MehrSpielgeräte: Von Wahrscheinlichkeiten bis Binomialverteilung
Bernoulli-Kette, und hypergeometrische Verteilung: F. 2. 32 Spielgeräte: Von Wahrscheinlichkeiten bis Die folgende Stationenarbeit dient dazu, die Begriffe der Oberstufenstochastik (Wahrscheinlichkeit;
MehrKinga Szűcs
Kinga Szűcs 25.10.2011 Die Schülerinnen und Schüler werten graphische Darstellungen und Tabellen von statistischen Erhebungen aus, planen statistische Erhebungen, sammeln systematisch Daten, erfassen sie
Mehr4.4 Punktschätzung. E(X 1 )+ +E(X n ) Var(ˆµ) = 1 n 2 ( Var(X1 )+ +Var(X n ) ) = 1 n 2nσ2 = σ2
4 4.4 Punktschätzung Wir betrachten eine endliche oder unendliche Grundgesamtheit, zum Beispiel alle Studierenden der Vorlesung Mathe II für Naturwissenschaften. Im endlichen Fall soll die Anzahl N ihrer
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 17.3.21 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrKinga Szűcs
Kinga Szűcs 28.10.2014 Warum wird Stochastik in der Schule unterrichtet? Welche Vorteile kann der Stochastikunterricht in den MU bringen? Welche Nachteile kann der Stochastikunterricht haben? Welche Ziele
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Klett Ich kann... Mathe - Wahrscheinlichkeitsrechnung
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Klett Ich kann... Mathe - Wahrscheinlichkeitsrechnung Das komplette Material finden Sie hier: School-Scout.de Ich kann... MATHE Schritt
MehrÜbersicht Wahrscheinlichkeitsrechnung EF
Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel
MehrEinführung: Kaum Theorie, aber viel Training. Mehr Theorie in Zusätzliche Aufgabensammlung in 34021
STOCHASTIK Binomialverteilung Einführung: Kaum Theorie, aber viel Training Mehr Theorie in 3402 Zusätzliche Aufgabensammlung in 3402 Ausführliche Erklärung des Einsatzes dreier Rechner: Grafikrechner:
MehrDie Voraussetzungen aus Klasse 8-10
Die Voraussetzungen aus Klasse 8-10 I. Grundlagen der Wahrscheinlichkeitsrechnung Zusammenstellung der Voraussetzungen: Pfadregel Ereignisse Additionssatz Ge gener eignis A B A B P(A B) = P(A) + P(B) P(A
Mehrperfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche StrandMathe GbR
perfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche Unsere Übungshefte sind für alle Schülerinnen und Schüler, die keine Lust auf 300-seitige
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment
MehrPflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg
Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016
MehrAufgaben zur Stochastik
Aufgaben zur Stochastik Wahrscheinlichkeiten über Baumdiagramme und bei Binomialverteilung bestimmen 1) Laura und Xenia gehen auf ein Fest. a) An einem Losestand gibt es 2 Gefäße mit Losen. Im ersten Gefäß
MehrEreignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}
Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrWahrscheinlichkeitsrechnung für die Mittelstufe
Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite
MehrErwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?
Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben
MehrWahrscheinlichkeit3 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
MehrStation 1 Das Galtonbrett, Realmodelle
Station 1 Das Galtonbrett, Realmodelle Zeit zur Bearbeitung: 10 Minuten 1.1 Versuch:. Münzwurf mit dem Galtonbrett Betrachtet wird folgendes Zufallsexperiment: Fünf identische Münzen werden zehn-mal geworfen.
MehrAbitur 2017 Mathematik Stochastik III
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2017 Mathematik Stochastik III Teilaufgabe Teil A 2 (3 BE) Ein Glücksrad hat drei Sektoren, einen blauen, einen gelben und einen roten. Diese sind unterschiedlich
MehrSS 2016 Torsten Schreiber
SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen
MehrMathematik 12. Jahrgangsstufe - Hausaufgaben
Mathematik 2. Jahrgangsstufe - Hausaufgaben Inhaltsverzeichnis Wahrscheinlichkeitsrechnung 2. Wahrscheinlichkeitsrechnung.......................... 2.. Binomialkoeffizienten Berechnen....................
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
Mehr4. Schularbeit/7C/2-stündig Schularbeit. 7C am
4. Schularbeit 7C am 24.5.2017 Name: Note: Beispiel-Nr. 1 2 3 4 5 6 7 8 9 10 11 12 AP Teil 1: Teil 2: Punkte Teil 1 (inkl. AP) Punkte Teil 2 Gesamtpunkte Notenschlüssel: 0 7 P von Teil 1 (inkl. Anrechnungspunkte
MehrMathematik Übungsklausur 2013 Ausführliche Lösungen
Mathematik Übungsklausur 0 Ausführliche Lösungen Analysis Aufgabe Die Nullstellen einer Funktion f mit Definitionsbereich D f sind die Lösungen der Gleichung f(x) = 0 in D f. Damit erhält man: a) f: x
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
Mehr1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
MehrHauptklausur zur Stochastik für Lehramt
Universität Duisburg-Essen Essen, den 20.02.203 Fakultät für Mathematik Dr. Daniel Herden Dipl.-Inf. Christian Thiel Matthias aus der Wiesche Hauptklausur zur Stochastik für Lehramt Bearbeitungszeit: mind.
MehrApproximation der Binomialverteilung durch die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 4.0.007 Approimation der Binomialverteilung durch die Normalverteilung Histogramme von Binomialverteilungen sind für nicht zu kleine n glockenförmig. Mit größer
MehrÜbungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016
Übungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016 43) [3 Punkte] Sei φ(t) die charakteristische Funktion der Verteilungsfunktion F (x). Zeigen Sie, dass für jedes
MehrStatistik für Naturwissenschaftler
Hans Walser Statistik für Naturwissenschaftler Haupt Verlag Bern Stuttgart Wien Inhaltsverzeichnis Vorwort 13 1 Beschreibende Statistik 15 1.1 Mittelwerte 15 1.1.1 Minimum der Abstände 15 1.1.2 Der Mediän
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrStochastik für Ingenieure
Otto-von-Guericke-Universität Magdeburg Fakultät für Mathematik Institut für Mathematische Stochastik Stochastik für Ingenieure (Vorlesungsmanuskript) von apl.prof. Dr. Waltraud Kahle Empfehlenswerte Bücher:
MehrAuf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.
Aufgabe 4 Glückspasch" (16 Punkte) Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an. Spielregeln: Einsatz 1. Der Mitspieler würfelt mit 2 Oktaederwürfeln. Fällt ein Pasch,
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Thema: Wahrscheinlichkeit. Übungsklausur Wahrscheinlichkeit und Regression
Übungsklausur Wahrscheinlichkeit und Regression 1. Welche der folgenden Aussagen treffen auf ein Zufallsexperiment zu? a) Ein Zufallsexperiment ist ein empirisches Phänomen, das in stochastischen Modellen
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrFormelsammlung Stochastik
Formelsammlung Stochastik http://www.fersch.de Klemens Fersch 14. Mai 201 Inhaltsverzeichnis 5 Stochastik 3 5.1 Statistik....................................................... 3 5.1.1 Mittelwert - Median
MehrDEMO für Wahrscheinlichkeitsrechnung Erwartungswert u.a. 1. Erwartungswert INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
Wahrscheinlichkeitsrechnung Erwartungswert u.a.. Erwartungswert. Varianz und Standardabweichung. Spiele bewerten Datei Nr. Stand. April 0 Friedrich W. Buckel DEMO für INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
MehrElemente der Stochastik (SoSe 2016) 10. Übungsblatt
Dr. M. Weimar 3.06.206 Elemente der Stochastik (SoSe 206) 0. Übungsblatt Aufgabe (2+2+2+2+3= Punkte) Zur zweimaligen Drehung des nebenstehenden Glücksrads (mit angenommener Gleichverteilung bei jeder Drehung)
MehrAufgabe 2 Die Abbildung zeigt den Graphen einer ganzrationalen Funktion f.
Aufgabe 1 Die Abbildung zeigt den Graphen G f einer für 1 x 3 mit x R definierten Funktion f, die bei x= 1; x=1und x=3 Nullstellen besitzt. Die Funktion F mit F( x)= 1 6 ( x2 +2 x+3 ) 3 ist eine Stammfunktion
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 205 Binomialverteilung Hans Walser: Modul 205, Binomialverteilung ii Inhalt Die Qual der Wahl: Binomialkoeffizienten.... Ordnung muss sein....2 Auswählen
Mehr3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
Mehr3. Kombinatorik und Wahrscheinlichkeit
3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
MehrWahrscheinlichkeitsverteilungen
Wahrscheinlichkeitsverteilungen 1. Binomialverteilung 1.1 Abzählverfahren 1.2 Urnenmodell Ziehen mit Zurücklegen, Formel von Bernoulli 1.3 Berechnung von Werten 1.4 Erwartungswert und Standardabweichung
MehrLernsituation 2: Stochastik (40 UStd.) Titel: Umgang mit Zufall und Wahrscheinlichkeit
Bildungsgang: Zweijährige Höhere Berufsfachschule Wirtschaft und Verwaltung (Höhere Handelsschule) Lernsituation 2: Stochastik (40 UStd.) Titel: Umgang mit Zufall und Wahrscheinlichkeit Einstiegsszenario
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrSigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr
Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am 5..201 von 10:00 bis 11:00 Uhr Bearbeiten Sie zwei der drei folgenden Aufgaben! Sätze aus der Vorlesung und den Übungen dürfen Sie ohne
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Binomialverteilung und Bernoulli- Experiment Das komplette Material finden Sie hier: Download bei School-Scout.de TOSSNET Der persönliche
MehrMotivation. Benötigtes Schulwissen. Übungsaufgaben. Wirtschaftswissenschaftliches Zentrum 10 Universität Basel. Statistik
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Statistik Dr. Thomas Zehrt Ausblick Motivation Wir werfen einen Würfel 000-mal und wir möchten die Wahrscheinlichkeit P bestimmen, dass zwischen
MehrVorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...
Inhaltsverzeichnis Vorwort... 2 Zum Einstieg... 3 1 Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße... 5 1.2 Erwartungswert und Varianz... 7 2 Wahrscheinlichkeitsverteilungen
MehrAufgabe 7: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 7 a) SITUATION MODELLIEREN Annahmen: Es werden 100 Personen unabhängig voneinander befragt. Auf die Frage, ob mindestens einmal im Monat ein Fahrrad
MehrWahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung
MehrStochastik. Grundwissenskatalog G8-Lehrplanstandard
GRUNDWISSEN MATHEMATIK Stochastik Grundwissenskatalog G8-Lehrplanstandard Basierend auf den Grundwissenskatalogen des Rhöngymnasiums Bad Neustadt und des Kurt-Huber-Gymnasiums Gräfelfing J O H A N N E
MehrArbeitsblatt Wahrscheinlichkeit
EI 8a 2010-11 MATHEMATIK Arbeitsblatt Wahrscheinlichkeit gelöst! 1. Aufgabe Wahrscheinlichkeit (hier wird dann auch mal gerundet!) a) Merksatz: Wahrscheinlichkeiten kann man immer (nicht ganz. dann, wenn
MehrErfolg im Mathe-Abi 2013
Gruber I Neumann Erfolg im Mathe-Abi 2013 Vorabdruck Pflichtteil Stochastik für das Abitur ab 2013 zum Übungsbuch für den Pflichtteil Baden-Württemberg mit Tipps und Lösungen Vorwort Vorwort Erfolg von
MehrTU DORTMUND Sommersemester 2018
Fakultät Statistik. April 08 Blatt Aufgabe.: Wir betrachten das Zufallsexperiment gleichzeitiges Werfen zweier nicht unterscheidbarer Würfel. Sei A das Ereignis, dass die Augensumme beider Würfel ungerade
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
Mehr