Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Größe: px
Ab Seite anzeigen:

Download "Elemente der Stochastik (SoSe 2016) 5. Übungsblatt"

Transkript

1 Dr. M. Weimar Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält! Hinweis: Nutzen sie dazu entweder vollständige Indution, oder Satz 6.16 der Vorlesung zusammen mit dem binomischen Lehrsatz. Aufgabe 2 (2+24 Punte) Berechnen sie ohne Taschenrechner die beiden Binomialoeffizienten ( 13 3 ) und ( 30 2 ). Aufgabe 3 ( Punte) In einer Urne befinden sich elf Kugeln mit den Nummern 1, 2,..., 11, von denen zwei gleichzeitig gezogen werden. a) Geben sie einen geeigneten W-Raum für dieses Experiment an. b) Wie groß ist die W-eit, dass die Nummern der beiden gezogenen Kugeln ungerade sind? Es sei nun zusätzlich vorausgesetzt, dass die Summe der Nummern der beiden gezogenen Kugeln gerade ist. c) Geben sie auch hier ein geeignetes Modell an, welches widerspiegelt, dass jede in diesem Fall mögliche Ziehung mit gleicher W-eit vorommt. d) Wie groß ist dann die W-eit dafür, dass die Nummern beider Kugeln ungerade sind? Aufgabe 4 (3 Punte) In einem Hörsaal seien die Plätze so angeordnet, dass jede Reihe aus genau 15 Sitzplätzen besteht. Wie viele Möglicheiten für die Sitzordnung in so einer Reihe ergeben sich, falls es (unter den 15 Studierenden die in dieser Reihe sitzen möchten) vier befreundete Studenten gibt, die nebeneinander sitzen wollen, und die restlichen Plätze alle von den anderen Studenten belegt werden? Abgabe (freiwillig): In den Tutorien während der 7. Vorlesungswoche ( )

2 Musterlösung zum 5. Übungsblatt Elemente der Stochasti (SoSe 2016) Aufgabe 1. Zwei Varianten: Vollständige Indution über n A (die Größe der Menge A, d.h. die Anzahl ihrer Elemente). Indutions-Anfang: Im Fall n 0 ann A nur die leere Menge sein (A { } mit A 0). Die Menge aller Teilmengen besteht dann ebenfalls nur aus der leeren Menge P( ) { }, beinhaltet also genau P(A) P( ) { } A Elemente. Die Aussage gilt also für A 0. Indutions-Schritt: Wir nehmen an, die Behauptung gilt für ein gegebenes n N 0. D.h. für jede Menge A mit A n Elementen ist P(A) 2 A 2 n (zumindest für n 0 haben wir das bereits nachgewiesen!). Zu zeigen ist in diesem Schritt, dass dann auch P(A ) 2 n+1 gilt, wobei A A {x} mit x / A, d.h. A A + 1 n + 1. Offensichtlich ist jede Teilmenge von A auch Teilmenge von A, d.h. B P(A) impliziert B P(A ). Wir nummerieren die verschiedenen Mengen B durch, sodass P(A) {B B A} {B 1, B 2, B 3,..., B 2 n 1, B 2 n}, wobei die Indutions-Voraussetzung P(A) 2 n genutzt wurde. Für jedes j 1, 2,..., 2 n gilt, dass x / B j (da x / A und B j A). Zu jedem B j (mit j 1, 2,..., 2 n ) bildet die Menge C j : B j {x} ebenfalls eine Teilmenge von A. Außer den B j ann es eine weiteren Teilmengen von A geben, die x nicht enthalten (denn eine solche Menge müsste Teilmenge von A sein und davon gibt es nur 2 n verschiedene). Genauso gibt es außer den C j eine Teilmengen von A, die x enthalten. Da zudem alle Mengen nach Konstrution paarweise verschieden sind, ist P(A ) {B 1, B 2,..., B 2 n, C 1, C 2,..., C 2 n} und damit P(A ) 2 2 n 2 n+1, wie behauptet. Beide Schritte zusammen zeigen, dass P(A) 2 A für beliebige (endliche) Mengen A gilt. Die elegantere Methode: Sei A eine Menge mit n : A N 0 Elementen. Dann lässt sich ihre Potenzmenge als Vereinigung von Mengen P schreiben, die nur -elementige Teilmengen (mit 0, 1,..., n) von A enthalten: P(A) {B B A} n {B B A mit B } P }{{} 0 P 1... P n. :P 0 Diese Zerlegung ist offensichtlich disjunt, sodass P(A) P 0 + P P n n 0 P. Nach Satz 6.16 gibt es zu 0 n genau ( n ) verschiedene -elementige Teilmengen von n Objeten, d.h. P ( n ). Damit ist wie behauptet n n ( ) n P(A) P 2 n 2 A, 0 0 wobei die vorletzte Gleichheit eine wohlbeannte Eigenschaft der Binomialoeffizienten darstellt, welche z.b. aus dem binomischen Lehrsatz n ( ) n (a + b) n a b n, a, b R und n N 0, 0 für a : b : 1 folgt (oder mit den im Sript angegebenen Reursionsformeln für Binomialoeffizienten gezeigt werden ann).

3 Aufgabe 2. Es gilt ( ) 13 13! 3 3! 10! ! ! (10 + 1) und ( ) 30 30! 2 2! 28! ! ! (30 1) Aufgabe 3. a) (Ω, P ), wobei Ω {Z {1, 2,..., 11} Z 2} (also Ω Menge aller zwei-elementigen Teilmengen von {1, 2,..., 11}) mit Gleichverteilung P auf Ω, d.h. P ({Z}) 1 Ω für alle Z Ω b) Betrachte das Ereignis A Beide Kugelnummern ungerade {Z {1, 3, 5, 7, 9, 11} Z 2}. Die Zahl der möglichen Fälle ( Ω ) stimmt überein mit der Zahl aller möglichen Kombinationen, die man bei Ziehung von zwei Kugeln (ohne Zurüclegen und ohne Berücsichtigung der Reihenfolge) aus einer Urne mit elf verschiedenen Kugeln (mit den Nummern 1, 2,..., 11) erhält (vgl. Satz 6.16): ( ) 11 11! ! 9! 2 (Alternative 1: 11 Möglicheiten für erste Kugel 10 Möglicheiten für zweite Kugel 110 Möglicheiten für geordnete Auswahl, wovon jeweils 2! 2 übereinstimmen, da Reihenfolge unerheblich ist. Alternative 2: Es gibt genau ( ) zwei-elementige Teilmengen einer elf-elementigen Menge). Die Anzahl der für A günstigen Fälle entspricht (analog) der Zahl der Kombinationen, die man durch Ziehung von zwei Kugeln (ohne Zurüclegen und ohne Berücsichtigung der Reihenfolge) aus einer Urne mit sechs Kugeln (mit den Nummern 1, 3, 5, 7, 9, 11) erhält: ( ) 6 2 6! 2! 4! (Man überlege sich selbst wie Alternative 1 und 2 von oben in diesem Fall lauten!) Damit beträgt die gesuchte W-eit P (A) A Anzahl der günstigen Fälle für A 15 Ω Anzahl der möglichen Fälle , also etwa 27%. Die Summe zweier natürlicher Zahlen ist gerade, falls entweder beide Zahlen gerade oder beide ungerade sind! c) (Ω, P ), wobei nun Ω {Z {1, 2,..., 11} Z {a, b} mit a b und a + b gerade} {Z {1, 3, 5, 7, 9, 11} Z 2} {Z {2, 4, 6, 8, 10} Z 2} (oder ähnlich) mit Gleichverteilung P auf Ω (wie in a)) d) Wir wissen bereits aus b), dass 15 (der ursprünglich 55 möglichen) Auswahlen aus zwei ungeraden Zahlen bestehen. Analog berechnet man die Zahl der Kombinationen zweier geradzahlig nummerierter Kugeln (z.b. Zahl der Kombinationen, die man durch Ziehung von zwei Kugeln ohne

4 Zurüclegen und ohne Berücsichtigung der Reihenfolge aus einer Urne mit fünf Kugeln mit den Nummern 2, 4, 6, 8, 10 erhält): ( ) 5 5! 2 2! 3! Ist also beannt, dass die Summe beider Kugelnummern gerade ist, so sind insgesamt Ω (von ursprünglich Ω 55) verschiedene Kombinationen möglich, wovon bei genau A 15 zwei ungerade Kugelnummern gezogen werden. Die gesuchte W-eit ist also diesmal d.h. 60%. P (A) A Anzahl der günstigen Fälle Ω Anzahl der möglichen Fälle , Aufgabe 4. Wir dürfen alle Studierenden als unterscheidbar annehmen. Da die vier Freunde nebeneinander sitzen sollen, muss nur die erste Position ihres Blocs loalisiert werden, wofür es 12 Möglicheiten gibt. Die vier Freunde önnen dann noch auf 4! mögliche Arten permutiert werden, die restlichen 11 Studierenden in der Reihe auf 11! mögliche Weisen. Damit beträgt die Gesamtzahl der möglichen Sitzordnungen 12 4! 11!

5 Vorschläge für die Tutorien zum 5. Übungsblatt Elemente der Stochasti (SoSe 2016) Aufgabe 5 Mit welcher Wahrscheinlicheit befinden sich in einem gut gemischten Satartenstapel (32 Karten: jeweils genau vier unterscheidbare Karten vom Typ 7, 8, 9, 10, Bube, Dame, König, Ass) a) genau vier Asse b) höchstens drei Könige unmittelbar hintereinander? Wir gehen von der Gleichverteilung aus. Insgesamt gibt es 32! mögliche Anordnungen der Karten. a) Da die vier Asse hintereinander liegen sollen, muss nur das erste Ass loalisiert werden. Für dieses gibt es 29 mögliche Plätze. Die Asse önnen auf 4! mögliche Arten angeordnet werden und für die restlichen 28 Karten gibt es 28! Anordnungen. Die gesuchte W-eit beträgt damit (Anz. günstige Fälle / Anz. mögliche Fälle) also 0.08%. 29 4! 28! 32! 4! , b) Höchstens drei Könige hintereinander ist das Gegenereignis zu vier Könige hintereinander, welches analog zu a) die W-eit 1/1 240 besitzt. Die gesuchte W-eit ist damit also 99.92% , Aufgabe 6 Beweisen sie die im Sript angegebenen Rechenregeln für Binomialoeffizienten! Seien, n N 0. Dann gelten folgende Regeln: Symmetrie für 0 n: ( ) n Def. n!! (n )! n! (n )!! n! Def. (n )! (n (n ))! ( n ) n Randfälle 0: Randfälle 1 n: ( ) n Symmetrie 0 ( ) ( ) n Symmetrie n Def. 1 n 1 ( ) n Def. n! ürzen 1. n n! 0! n! ürzen n. (n 1)! 1!

6 Reursionsformel für 1 n: ( ) ( ) n n Def. n! + 1 ( 1)! (n ( 1))! + n!! (n )! erw. n! ( 1)! (n + 1)! + n! (n + 1)! (n )! (n + 1) n! n! (n + 1) +! (n + 1)!! (n + 1)! n! (n + 1)! (n + 1)! (n + 1)!! ((n + 1) )! ( ) n + 1 Def. Aufgabe 7 Beim Kartenspiel Knac erhält jeder Spieler drei Karten eines gemischten Satblattes und drei weitere dienen als Gemeinschaftsarten. Alle anderen Karten werden nicht verwendet. Wieviele verschiedene Ausgangssituationen gibt es für eine Runde mit nur zwei Spielern? Bei zwei Spielern werden der 32 Karten verwendet. Es ommen also ( ) 32 9 Kombinationen aus 9 Karten in Frage, die beim Ausgeben auf 3 Stapel zu je 3 Karten verteilt werden. Damit ist die gesuchte Anzahl gegeben durch ( ) ( ) ! 9 3, 3, 3 9! 23! 9! ! 3! 3! Aufgabe 8 Aus den Ziffern 1,2,3,4,6 und 8 sind dreistellige Zahlen zu bilden, wobei jede Ziffer mehrfach auftreten darf. a) Wie viele verschiedene solcher Zahlen gibt es? b) Wie viele dieser Zahlen beginnen mit der Ziffer 8? c) Wie groß ist die Wahrscheinlicheit, dass eine zufällig gewonnene solche Zahl nur paarweise verschiedene Ziffern aufweist? a) Es gibt für jede der drei Stellen sechs Wahlmöglicheiten, insgesamt also verschiedene solcher Zahlen. b) Da die erste Stelle auf 8 festgelegt ist, sind noch die Positionen zwei und drei frei wählbar, dafür gibt es insgesamt Möglicheiten. c) Es gibt unter allen 216 Möglicheiten genau Zahlen mit paarweise verschiedenen Ziffern. Geht man von der Gleichverteilung beim zufälligen Ziehen der Zahlen aus, so beträgt die gesuchte W-eit , also etwa 55.6%

KAPITEL 2. Kombinatorik

KAPITEL 2. Kombinatorik KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Kapitel 7 Wahrscheinlicheitsrechnung 7.1 Kombinatori Def. 7.1.1:a) Für eine beliebige natürliche Zahl m bezeichnet man das Produt aus den Zahlen von 1 bis m mit m Faultät: m! : 1 2 3 m, 0! : 1. Beispiele:

Mehr

Bei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind.

Bei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind. 6 Kombinatori PermutationenOhneWiederholung@n_IntegerD := Permutations@Range@nDD PermutationenMitWiederholung@n_ListD := Permutations@Flatten@Table@Table@i, 8n@@iDD

Mehr

Elemente der Stochastik (SoSe 2016) 7. Übungsblatt

Elemente der Stochastik (SoSe 2016) 7. Übungsblatt Dr. M. Weimar 23.05.2016 Elemente der Stochastik (SoSe 2016 7. Übungsblatt Aufgabe 1 (1+1+13 Punkte Maria, Joseph und Hannes gehen zusammen mit drei weiteren Personen zur Nikolausparty ihres Tischtennisclubs.

Mehr

Übungen zur Wahrscheinlichkeitstheorie und Statistik

Übungen zur Wahrscheinlichkeitstheorie und Statistik Übungen zur Wahrscheinlichkeitstheorie und Statistik Prof. Dr. C. Löh/M. Blank Blatt 0 vom 16. April 2012 Aufgabe 1 (Wahrscheinlichkeitsräume). Welche der folgenden Aussagen sind wahr? Begründen Sie jeweils

Mehr

Stochastik (Laplace-Formel)

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

Mehr

Musterlösung zur ersten Klausur Stochastik für Lehramtskandidaten SS2012

Musterlösung zur ersten Klausur Stochastik für Lehramtskandidaten SS2012 Musterlösung zur ersten Klausur Stochasti für Lehramtsandidaten SS2012 Aufgabe 1 In einer Urne befinden sich 2n Kugeln, n N, die von 1 bis 2n durchnummeriert sind. Die Kugeln mit den Nummern 1 bis n sind

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik 60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch

Mehr

mathphys-online Zahlenlotto 6 aus 49 Quelle: Akademiebericht 470 Dillingen

mathphys-online Zahlenlotto 6 aus 49 Quelle: Akademiebericht 470 Dillingen Zahlenlotto aus Quelle: Aademiebericht 470 Dillingen Spielregeln Beim Spiel Sechs aus Neunundvierzig werden jeden Mittwoch und Samstag sechs Gewinnzahlen gezogen. Dazu befinden sich nummerierte Kugeln

Mehr

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

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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel

Mehr

Kombinatorische Abzählverfahren - LÖSUNGEN

Kombinatorische Abzählverfahren - LÖSUNGEN Kombinatorische Abzählverfahren - LÖSUNGEN TEIL C: Lösungen 1. Produtregel das einfache Verfahren Aufgabe 1: Auto-Ausstattung Aufgabe 2: Tanzstunde Aufgabe 3: Menüplanung Aufgabe 4: Atenzeichen Aufgabe

Mehr

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien R. Brinmann http://brinmann-du.de Seite 4.0.2007 Bestimmen der Wahrscheinlicheiten mithilfe von Zählstrategien Die bisherigen Aufgaben zur Wahrscheinlicheitsrechnung onnten im Wesentlichen mit übersichtlichen

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

Vorlesung. Vollständige Induktion 1

Vorlesung. Vollständige Induktion 1 WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen

Mehr

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt

Elemente der Stochastik (SoSe 2016) 10. Übungsblatt Dr. M. Weimar 3.06.206 Elemente der Stochastik (SoSe 206) 0. Übungsblatt Aufgabe (2+2+2+2+3= Punkte) Zur zweimaligen Drehung des nebenstehenden Glücksrads (mit angenommener Gleichverteilung bei jeder Drehung)

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

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

Mehr

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Dr. M. Weimar 06.06.2016 Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Aufgabe 1 (2+2+2+2+1=9 Punkte) In einer Urne befinden sich sieben Lose, darunter genau ein Gewinnlos. Diese Lose werden nacheinander

Mehr

15.2 Kombinatorische Abzählformeln

15.2 Kombinatorische Abzählformeln 15.2 Kombinatorische Abzählformeln 1. Permutationen In wie vielen verschiedenen Reihenfolgen ann man n verschiedene Dinge anordnen? Wie viele Reihenfolgen gibt es, wenn die Dinge nicht alle verschieden

Mehr

Variationen Permutationen Kombinationen

Variationen Permutationen Kombinationen Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (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

Mehr

Permutation und Kombination

Permutation und Kombination Permutation und Kombination Aufgaben Aufgabe 1 Wie viele verschiedene Wörter lassen sich durch Umstellen der Buchstaben aus den Wörtern a. Mississippi, b. Larissa, c. Stuttgart, d. Abrakadabra, e. Thorsten,

Mehr

Satz 16 (Multiplikationssatz)

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

Mehr

Kombinatorik. Kombinatorik

Kombinatorik. Kombinatorik Kombinatori Kombinatori Ziel: Bestimmen der Mächtigeiten bestimmter endlicher Mengen, die durch Anordnung oder Auswahl von Elementen einer Menge gebildet werden. Wir wissen bereits, dass für die Potenzmenge

Mehr

Analysis Seite 1. 1 f' = g f (x) g'(f(x)) f '(x) f (y) = mit y = f(x) bzw. f (x) = k f(x)dx = k f(x) + c. (f(x) ± g(x))dx = f(x)dx ± g(x)dx

Analysis Seite 1. 1 f' = g f (x) g'(f(x)) f '(x) f (y) = mit y = f(x) bzw. f (x) = k f(x)dx = k f(x) + c. (f(x) ± g(x))dx = f(x)dx ± g(x)dx Analysis Seite Ableitungsregeln: (f±g) = f ± g (f g) = f g + fg ' f f'g fg' = 2 g g ' f' = 2 f f ' ( ) = g f () g'(f()) f '() ' ' f (y) = mit y = f() bzw. f () = f'() f' f( ) Integrationsregeln: b a c

Mehr

Diskrete Verteilungen

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

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

Thema 1 Die natürlichen Zahlen

Thema 1 Die natürlichen Zahlen Thema 1 Die natürlichen Zahlen Wir bezeichnen mit N die Menge der natürlichen Zahlen dh N {1,,, } Falls wir das Nullelement 0 dazu nehmen, dann bezeichnen wir die resultierende Menge mit N 0 also N 0 {0,

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP .RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip

Mehr

Ü b u n g s b l a t t 10

Ü b u n g s b l a t t 10 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

Grundlagen der Mengenlehre

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

Mehr

Laplace und Gleichverteilung

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

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

1. Grundlagen der Wahrscheinlichkeitsrechnung 1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer

Mehr

Maristengymnasium Fürstenzell zuletzt geändert am 10.03.2001 Aufgaben zur Kombinatorik (mit Lösungen)

Maristengymnasium Fürstenzell zuletzt geändert am 10.03.2001 Aufgaben zur Kombinatorik (mit Lösungen) Maristengymnasium Fürstenzell zuletzt geändert am 0.0.00 Aufgaben zur Kombinatorik (mit Lösungen) 0.. Wieviele Möglichkeiten gibt es für Kinder, sich auf einen Schlitten zu setzen, wenn ihn nur davon steuern

Mehr

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

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

Mehr

Vorkurs Mathematik für Informatiker Kombinatorik --

Vorkurs Mathematik für Informatiker Kombinatorik -- Vorkurs Mathematik für Informatiker -- 10 Kombinatorik -- Thomas Huckle Stefan Zimmer 30.09.2014 1 Urnenmodell In der Kombinatorik interessiert man sich dafür, wie viele Möglichkeiten es für die Ergebnisse

Mehr

M9 Aufgabensammlung Wahrscheinlichkeit, Kombinatorik

M9 Aufgabensammlung Wahrscheinlichkeit, Kombinatorik M9 ufgabensammlung Wahrscheinlicheit, Kombinatori Zur Erinnerung: Die Wahrscheinlicheit w, dass ein bestimmtes Ereignis eintrifft, wird mit einem Quotienten berechnet: w () nahl günstigefälle nahlmögliche

Mehr

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

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

Mehr

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest. Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 18 (Satz von der totalen Wahrscheinlichkeit) Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte

Mehr

3 Ein wenig Kombinatorik

3 Ein wenig Kombinatorik 3 Ein wenig Kombinatori Definition i) Zu jedem n N definiere 1 2 3 n Saubere Definition ist indutiv 1! 1 (Konvention: 0! 1) (n +1)!(n +1) ii) Für n N und (N {0}) mit0 n setze!(n )! 1 2 n (n +1) (n +2)

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.

Mehr

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o *) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser

Mehr

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz Mathemati 1 nach der Vorlesung Mathemati für Physier 1 Wiebe Sebastian Ritz 2 Inhaltsverzeichnis 1 Einleitung 5 2 Mengen 7 2.1 Liste der Zahlenbereiche....................... 8 2.2 Rechenregeln für Mengen......................

Mehr

2. Rechnen mit Wahrscheinlichkeiten

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

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben 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

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

Lösungsskizzen zur Präsenzübung 05

Lösungsskizzen zur Präsenzübung 05 Lösungsskizzen zur Präsenzübung 0 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 201/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 01. Dezember 201 von:

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte)

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 007/08 Lösungsblatt 7

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

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

Mehr

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

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt? 23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich

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

DIE SPRACHE DER WAHRSCHEINLICHKEITEN

DIE SPRACHE DER WAHRSCHEINLICHKEITEN KAPITEL 1 DIE SPRACHE DER WAHRSCHEINLICHKEITEN Es ist die Aufgabe der ersten drei Kapitel, eine vollständige Beschreibung des grundlegenden Tripels (Ω, A, P) und seiner Eigenschaften zu geben, das heutzutage

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn.

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Wahrscheinlichkeiten Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Bestimme die Wahrscheinlichkeit, dass Anna a) ein Ass, b) einen Buben, c)

Mehr

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern

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

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

KOMBINATORIK IN DER SCHULE

KOMBINATORIK IN DER SCHULE KOMBINATORIK IN DER SCHULE Referenten: Florian Schmidt und Benjamin Otto GLIEDERUNG 1. Erstbegegnungen mit ombinatorischem Denen 2. Das allgemeine Zählprinzip der Kombinatori 3. Die 4 ombinatorischen Grundfiguren

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

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

Mehr

SS 2016 Torsten Schreiber

SS 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

Mehr

Analysis I: Übungsblatt 1 Lösungen

Analysis I: Übungsblatt 1 Lösungen Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.

Mehr

Urnenmodell - Ziehen mit und ohne Zurücklegen

Urnenmodell - Ziehen mit und ohne Zurücklegen 1. Pokern Urnenmodell - Ziehen mit und ohne Zurücklegen Beim Pokern wird ein Kartenspiel mit 52 Blatt verwendet. Es gibt die 13 Kartenwerte 2,3,4,5,,7,8,9,10,J,Q,K,A und die Farben Pik, Kreuz, Karo und

Mehr

Binomialverteilung & Binomialtest

Binomialverteilung & Binomialtest Mathemati II für Biologen & 5. Juni 2015 & -Test Kombinatori Permutationen Urnenmodelle Binomialoeffizient Motivation Bin(n, p) Histogramme Beispiel Faustregeln Vorzeichentest & -Test Permutationen Urnenmodelle

Mehr

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

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

Mehr

Laplace-Formel. Übungsaufgaben

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

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

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

Mehr

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

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

$Id: reell.tex,v /11/11 12:32:08 hk Exp $

$Id: reell.tex,v /11/11 12:32:08 hk Exp $ Mathemati für Physier I, WS 203/204 Montag. $Id: reell.tex,v.23 203// 2:32:08 h Exp $ Die reellen Zahlen.5 Potenzen mit rationalen Exponenten Wir behandeln gerade die Bernoulli-Ungleichung +x) n +nx gültig

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.

Mehr

Musterlösung zur Probeklausur zur Kombinatorik

Musterlösung zur Probeklausur zur Kombinatorik UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Musterlösung zur Probeklausur zur Kombinatorik Prof. Dr. Helmut Maier, Hans- Peter Reck Gesamtpunktzahl: 00 Punkte Freitag,. Dezember

Mehr

Aufgaben zum Wahrscheinlichkeitsrechnen

Aufgaben zum Wahrscheinlichkeitsrechnen 1.) Wie groß ist die Wahrscheinlichkeit, beim einmaligen Werfen mit einem Würfel keine 4 zu werfen? % 2.) Wie groß ist beim einmaligen Werfen von zwei verschieden farbigen Würfeln die Wahrscheinlichkeit,...

Mehr

II Wahrscheinlichkeitsrechnung

II Wahrscheinlichkeitsrechnung 251 1 Hilfsmittel aus der Kombinatorik Wir beschäftigen uns in diesem Abschnitt mit den Permutationen, Kombinationen und Variationen. Diese aus der Kombinatorik stammenden Abzählmethoden sind ein wichtiges

Mehr

Antwort 3: Es waren 14 Wichtel beim Tanz, und zwar waren es 7 Wichtelmänner und 7 Wichtelfrauen.

Antwort 3: Es waren 14 Wichtel beim Tanz, und zwar waren es 7 Wichtelmänner und 7 Wichtelfrauen. Wichteltanz Lösung Antwort 3: Es waren 14 Wichtel beim Tanz, und zwar waren es 7 Wichtelmänner und 7 Wichtelfrauen. Wir geben zunächst drei Beschreibungen für einen derartigen Tanzabend mit 14 Wichteln

Mehr

Mengen (siehe Teschl/Teschl 1.2)

Mengen (siehe Teschl/Teschl 1.2) Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem

Mehr

Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit x f(x) = (x + 5) e. Aufgabe : ( VP) Gegeben ist die Funktion

Mehr

5. Übungsblatt zur Einführung in die Stochastik

5. Übungsblatt zur Einführung in die Stochastik Fachbereich Mathematik Prof. Dr. Michael Kohler Dipl.-Math. Andreas Fromkorth Dipl.-Inf. Jens Mehnert SS 09 25.5.2009 5. Übungsblatt zur Einführung in die Stochastik Aufgabe 18 Drei Spieler bekommen jeweils

Mehr

AUFGABEN ZUR KOMBINATORIK (1)

AUFGABEN ZUR KOMBINATORIK (1) --- --- AUFGABEN ZUR KOMBINATORIK (). Zum Würfeln wird ein Tetraeder benutzt, das auf seinen vier Seiten mit,, und beschriftet ist. Als Ergebnis zählt diejenige Augenzahl, die auf der Grundfläche steht.

Mehr

Ein Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.--

Ein Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.-- 1 Ein Würfel wird geworfen. : Fr. 1.-- : Fr. 6.-- Der Spieler hat gewonnen falls eine 6 erscheint. 2 Zwei Würfel werden geworfen. : Fr. 1.-- : Fr. 7.-- Der Spieler hat gewonnen falls die Augensumme gleich

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

3. Kombinatorik und Wahrscheinlichkeit

3. 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:

Mehr

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! = Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen

Mehr

(d) 1,5 1, 02 2x 1 = x x = 2

(d) 1,5 1, 02 2x 1 = x x = 2 KLASSENARBEIT MATHEMATIK G9A 14.03.013 Aufgabe 1 3 4 5 Punkte (max) 11 4 4 4 3 Punkte (1) Löse folgende Gleichungen. (a) x 3 5x + x = 0 (b) 4x 4 + 11x 3 = 0 (c) 1 x = 1 7 (e) (x + 17)(x 16) = 0 (f) (d)

Mehr

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

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

Mehr

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

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

1 Begriff Kombinatorik; Zahl aller Teilmengen

1 Begriff Kombinatorik; Zahl aller Teilmengen 6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work

Mehr

4. Die Laplacesche Gleichverteilung

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

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden

Mehr