Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Signifikante Stellen falsch. Unsaubere Arbeitsweise. Einheiten vergessen, Pi ist KEINE Einheit
|
|
- Justus Meyer
- vor 6 Jahren
- Abrufe
Transkript
1 Übugsaufgabe Häufige Fehler: Baale Rechefehler Sigifikate Stelle falsch Eiheite vergesse, Pi ist KEINE Eiheit Usaubere Arbeitsweise Rudugsfehler Eiheite falsch ugerechet T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
2 Erstabgabe Übug icht abgegebe T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
3 Verteilugsfuktioe : Reche it Wahrscheilichkeite Bioialverteilug Noralverteilug T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-3
4 Wahrscheilichkeitsdefiitio Die Wahrscheilichkeit eies Eizelereigisses ist der Quotiet der güstige Fälle zur Zahl der ögliche Fälle. W E Z Z E Azahlder für E güstige Ereigisse Azahlderögliche, gleich wahrscheiliche Eleetarereigisse Die Wahrscheilichkeit des sichere Ereigisses ist. Die Wahrscheilichkeit des uögliche Ereigisses ist 0. 0 W Je äher W a ist, desto wahrscheilicher ist ei Ereigis. I tägliche Lebe wird die Wahrscheilichkeit oft i % agegebe. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-4
5 Reche it Wahrscheilichkeite Zu Beispiel ist die Wahrscheilichkeit, eie "6" zu würfel: /6 Wie groß ist die Wahrscheilichkeit für das Ereigis A = {, 4, 6 }? Das Ereigis A lässt sich zerlege i die Eleetarereigisse E, E 4 ud E 6 Es gilt für die Wahrscheilichkeit vo A W(A ) = W(E ) + W(E 4 ) + W(E 6 ) = /6 + /6 + /6 = / Obige Additio vo Wahrscheilichkeite ist ur da korrekt, we die Ereigisse E i eiader ausschließe. Eiader ausschließe heißt, a ka etweder eie eie 4 oder eie 6 würfel. Es gibt auch Ereigisse, die sich icht ausschließe. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-5
6 Reche it Wahrscheilichkeite Es seie A ud B Teilege vo A AB B Der Durchschitt (Schitt) vo A ud B: Die Mege der Eleete vo, die gleichzeitig zu A ud zu B gehöre, heißt Durchschitt: A B oder AB A B Die Vereiigug vo A ud B: Die Mege der Eleete vo, die zu A oder zu B gehöre, heißt Vereiigug. Ei Eleet ka auch zu beide gehöre (Oder ist icht zu verwechsel it etweder oder) A B T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-6
7 Reche it Wahrscheilichkeite Allgeei gilt: Die Wahrscheilichkeit für de Schitt ud die Vereiigug zweier Eizelereigisse ist: We stochastisch uabhägig: AB W (A B) = W (A) * W (B) A B W (A B) = W (A) + W (B) W (A B) A B T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-7
8 Reche it Wahrscheilichkeite Zusaegefasst für stochastische Uabhägigkeit: W (A B) = W (A) + W (B) W (A B) W (A B) = W (A) * W (B) Da a bei eie Würfel icht gleichzeitig eie "" ud eie "3" würfel ka, ist die Wahrscheilichkeit, eie "" oder eie "3" zu würfel, gleich der Sue der Wahrscheilichkeite der Eizelereigisse, also ergibt sich: Sid A ud B sich gegeseitig ausschließede Ereigisse, ist also W (AB) = W (A B ) = 0, da ist die Wahrscheilichkeit für die Vereiigug vo A ud B: W (A B) = W (A) + W (B) /6 + /6 = /3 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-8
9 Reche it Wahrscheilichkeite Beispiel : Kartespiel it 5 Karte. Wie groß ist die Wahrscheilichkeit, eie Dae oder ei Herz zu ziehe? 5 Karte habe vier Dae ud 3 Herz, davo ist eie Karte Herz-Dae. W (A B) = W (A) + W (B) W (A B) W (A B) = W (A) * W (B) 3 5 W (A B) = 3/5 + 4/5 (3/5*4/5) 4 W (A B) = 3/5 + 4/5 -/5 = 6/5 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-9
10 Beispiel: Kugel aus Ure Reche it Wahrscheilichkeite Für viele grudsätzliche Überleguge köe Ereigisse it zwei ögliche Ergebisse (Treffer / kei Treffer) betrachtet werde Ureodell: Wichtig bei Qualitätssicherug ud Eigagskotrolle. Eie Ure ethält 5 Kugel, drei davo sid weiß, zwei sid schwarz. Es werde zwei Kugel zufällig herausgegriffe. ide a beide Kugel zugleich herausit (Ziehe ohe Zurücklege) ide a zuächst eie Kugel herausit, zurücklegt ud och al zieht (Ziehe it Zurücklege) Die Kugel seie ueriert Weiß = {,, 3 } ud Schwarz = {4, 5 } T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-0
11 Reche it Wahrscheilichkeite Ziehe it Zurücklege Auf Reihefolge achte! Wie viele Möglichkeite gibt es isgesat? Ma hat 5 Möglichkeite für die erste Kugel: (,..), (,..), (3,..), (4,..), (5,..) Für jede dieser 5 Möglichkeite gibt es 5 Möglichkeite für die zweite Kugel, also Z() = 5 * 5 = 5 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
12 Reche it Wahrscheilichkeite Wie groß ist die Wahrscheilichkeit, zwei weiße Kugel zu ziehe? Lösugswege: Stupfsiiges Hischreibe (,), (,), (,3), (,), (,), (,3), (3,), (3,), (3,3) Dies sid eu Möglichkeite also: W ("zweial weiß") = 9/5 = 0.36 Kobiatorik Ma hat für die erste Kugel 3 güstige Möglichkeite. Für jede dieser drei Möglichkeite gibt es bei zweite Zug wiederu 3 güstige Möglichkeite, also Z ("zweial weiß") = 3*3 = 9 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
13 Reche it Wahrscheilichkeite Ziehe ohe Zurücklege Hier ist die Reihefolge ohe Bedeutug. Wie viele Möglichkeite gibt es isgesat? Ma hat isgesat zeh al Möglichkeite : [,], [,3], [,4], [,5], [,3], [,4], [,5], [3,4], [3,5], [4,5], Davo sid 3 al Ereigisse zwei weiße Kugel Wie groß ist die Wahrscheilichkeit, zwei weiße Kugel zu ziehe? W ("zweial weiß") = 6/0 = 0.30 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-3
14 Kobiatorik I diese Beispiele sid die Eleetarereigisse och abzählbar. Suche ach atheatische Hilfsittel zur allgeeie Behadlug Aahe: Wir habe vier Bücher i eier Kiste. Wir greife zufällig ei Buch aus der Kiste ud stelle es auf ei Regal. Wir greife das ächste Buch, stelle es daebe ud so fort Wie viele verschiedee Reihefolge (Perutatioe) gibt es? T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-4
15 Kobiatorik Bezeichug der Bücher it A, B, C ud D. Ausprobiere ist lagwierig ud ustädlich (A,C,B,D)...(D,A,C,B). Bei erste Griff i die Kiste habe wir vier Möglichkeite. Auf de Regal steht das Buch A, B, C oder D. Bei zweite Griff i die Kiste habe wir drei Möglichkeite. Bei dritte zwei ud bei vierte ur och eie Es gibt soit isgesat 4*3** = 4! = 4 Reihefolge Bezeichug für! : - Fakultät T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-5
16 Kobiatorik Es gilt :! = (-)! ud 0! = Weiteres Beispiel: 5 Bücher auf 3 Plätze Für de erste Platz habe wir füf Möglichkeite, für de zweite Platz vier ud für de letzte Platz drei. Dies bedeutet, es gibt 5*4*3 = 60 ögliche Perutatioe 543 5! (5 3)! T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-6
17 Kobiatorik Allgeeie Schreibweise P r! ( r)! Auf de drei Plätze gibt es ehrere Möglichkeite, die drei Bücher (z.b. C, E ud A) azuorde. Wie wir wisse geau: 3! = 6, (CEA, CAE, EAC, ECA, ACE, AEC) We us die Reihefolge egal ist, wir lediglich dara iteressiert sid, wie viele uterschiedliche Kobiatioe verschiedeer Bücher es gibt, üsse wir die Zahl der Perutatioe durch r! dividiere. C r! r! r! r T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-7
18 Bioischer Satz C r! r! r! r Das Klaersybol (gesproche über r) heißt auch Bioialkoeffiziet. Es sei der Ausdruck (a + b) auszureche. al Es gibt Faktore (a + b) [(a+b) (a+b) (a+b)...(a+b) (a+b)] Wir habe die Aufgabe, aus jede dieser Faktore etweder a oder b auszuwähle ud diese Glieder iteiader zu ultipliziere ud die Ergebisse aufzuaddiere. Wir köe aus jede Faktor das a herausziehe, was a ergibt. Da ka a aus (-) Faktore das a herausziehe ud aus de verbleibede das b auswähle. Dies ergibt a - b. Wir erhalte Glieder der For a -r b r. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-8
19 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-9 Das Glied a -r b r kot so oft vor, wie es öglich ist, aus de vorhadee Faktore diejeige r Faktore auszuwähle, aus dee a das b zur Multiplikatio herazieht. Da die Reihefolge egal ist, ist dies auf verschiedee Arte öglich r r -r r b a r b a 0 Bis auf a 0 b ud a b 0 koe alle Glieder ehrfach vor. b a b a b a b a b a Bioischer Satz
20 Aweduge Beispiel: Ure it zeh Kugel vier sid weiß, sechs sid schwarz weiß hat die Ziffer bis 4 schwarz die Ziffer 5 bis 0 a) ohe Zurücklege b) it Zurücklege Wir ziehe drei Kugel. Us iteressiere folgede Wahrscheilichkeite: E o : a erhält drei weiße Kugel E : a erhält zwei weiße Kugel ud eie schwarze Kugel E : a erhält eie weiße Kugel ud zwei schwarze Kugel E 3 : a erhält drei schwarze Kugel T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-0
21 Aweduge a ) Ziehe ohe Zurücklege Reihefolge ist egal (Kobiatioe, icht Perutatioe) Diskussio für W(E o ) (Drei weiße Kugel) Z Z E o soit ist W (E o ) = 4/0 = T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
22 Aweduge a ) Ziehe ohe Zurücklege Reihefolge ist egal (Kobiatioe icht Perutatioe) Diskussio für W(E ) (zwei weiße, eie schwarze Kugel) 4 Es gibt Möglichkeite, die erste beide Stelle zu besetze. 6 Für jede dieser Möglichkeite gibt es Möglichkeite de dritte Platz zu besetze 4 6 Die Azahl der eleetare Ereigisse ist soit Z(E) = = 36 soit ist W (E ) = 36/0 = 0.30 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-
23 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-3 a ) Ziehe ohe Zurücklege Zusaefassug E W E W E W E W o W(E 0 ) + W(E ) + W(E ) + W(E 3 ) = Aweduge
24 Aweduge Beispiel: Ure it zeh Kugel vier sid weiß, sechs sid schwarz weiß hat die Ziffer bis 4 schwarz die Ziffer 5 bis 0 a) ohe Zurücklege b) it Zurücklege Wir ziehe drei Kugel. Us iteressiere folgede Wahrscheilichkeite: E o : a erhält drei weiße Kugel E : a erhält zwei weiße Kugel ud eie schwarze Kugel E : a erhält eie weiße Kugel ud zwei schwarze Kugel E 3 : a erhält drei schwarze Kugel T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-4
25 Aweduge b ) Ziehe it Zurücklege Reihefolge ist wichtig [Hier werde geordete Tripel gesucht (i,i,i 3 )]! Diskussio für W(E o ) (Drei weiße Kugel) Die Gesatzahl der Ereigisse ist : Z() = 0 3 Wie viele Möglichkeite für weiße Kugel gibt es? Z(E o ) = = 64 soit ist W (E o ) = 64/000 = T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-5
26 Aweduge b ) Ziehe it Zurücklege Reihefolge ist wichtig [Hier werde geordete Tripel gesucht (i,i,i 3 )] Diskussio für W(E ) (Zwei weiße Kugel, eie schwarze) Die Gesatzahl der Ereigisse ist : Z() = 0 3 Irgedwelche zwei der drei Plätze werde it Zahle zwische ud 4 besetzt (Weiß). Der restliche dritte Platz wird it eier Nuer zwische 5 ud 0 besetzt (Schwarz) 3 Dies ist auf Arte öglich : w, w, s w, s, w s, w, w T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-6
27 Aweduge b ) Ziehe it Zurücklege Diskussio für W(E ) (Zwei weiße Kugel, eie schwarze) Wir zähle zuächst alle Eleetarereigisse, bei dee die erste beide Plätze it weiße Kugel besetzt werde, der dritte it eier schwarze Kugel (w, w, s) Azahl ist 4 4 6, besser 4 6 Wir köe die zwei Plätze für weiße Kugel aus isgesat drei ögliche Plätze auf verschiedee Arte auswähle 3 Also habe wir für E geau 4 6 Möglichkeite (88) W(E ) = 88/000 = 0.9 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-7
28 Aweduge b ) Ziehe it Zurücklege Zusaefassug W E o W E W E W(E 0 ) + W(E ) + W(E ) + W(E 3 ) = W E T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-8
29 Zusaefassug Eie Ure ethalte N Kugel, uter dee sich geau M schwarze Kugel befide (0 M N). Aus dieser Ure werde Kugel (0 N) zufällig herausgezoge, ud zwar a) ohe Zurücklege ( ist die Azahl der herausgegriffee schwarze Kugel) b) it Zurücklege ( ist die Azahl der herausgegriffee schwarze Kugel) Die Wahrscheilichkeit: a) ohe Zurücklege b) it Zurücklege W M N M N W M N NM Hypergeoetrische Verteilug Bioialverteilug T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-9
30 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug N M p wobei p p N M N M N N N M N M N M N M W, Ziehe aus eier Ure it Zurücklege Ma sieht, dass die Wahrscheilichkeit, uter gezogee Kugel geau schwarze zu fide, ur vo Ateil der schwarze Kugel i der Ure abhägt ud icht vo N oder M selbst abhägt. Die Bioialverteilug
31 Die Bioialverteilug W p p, wobei p M N Ma sieht, dass die Wahrscheilichkeit, uter gezogee Kugel geau schwarze zu fide, ur vo Ateil der schwarze Kugel i der Ure abhägt ud icht vo N oder M selbst abhägt. Dieser Ateil p ka atürlich selbst wieder als die Wahrscheilichkeit aufgefasst werde, bei eialige Ziehe eie schwarze Kugel zu erhalte. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-3
32 Die Bioialverteilug W p p Beispiel: Müzwurf Wir werfe zwazig Mal ( = 0) eie Müze ud frage: Wie oft erhalte ich das Ergebis Zahl? Die Wahrscheilichkeit für das Eizelereigis Zahl ist p = / Die Bioialverteilug gibt Auskuft über Frage ach der Wahrscheilichkeit, bei zwazig Würfe vier Mal ( = 4) das Ergebis Zahl zu erhalte. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-3
33 Die Bioialverteilug - Eigeschafte W p p Die Bioialverteilug hat zwei Paraeter ( ud p). Sie ist für p=/ syetrisch. Für kleie ud große p ist sie stark asyetrisch. Die Bioialverteilug ist oriert, d.h. die Sue der W() ist. Wie groß ist der Mittelwert (Erwartugswert)? T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-33
34 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug p p!!! W M 0 0 Der Suad it = 0 ist Null, daher ka a die Suatiosgreze = 0 durch = ersetze.!! Es gilt : Dait erhält a: p p!!! M Mittelwert der Bioialverteilug
35 Mittelwert der Bioialverteilug M p!!! p Ausklaer vo p! M p p p!! Substitutio vo a = - ud b = - ergibt: b b! a M p p p a! b a! a0 b a Dait ist der Mittelwert eier Bioialverteilug M = p T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-35
36 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug Die Variaz ist der Erwartugswert vo (-M) 0 M p p!!! Nu wird geutzt, dass folgedes gilt: M x p x x p M x x x p p!!! M 0 lässt sich schreibe als ( ( - ) + ) Variaz der Bioialverteilug
37 Variaz der Bioialverteilug 0!!! p p M lässt sich schreibe als ( ( - ) + ) p p p p M 0!! 0!! M!! Für =0 ud = sid die Suade Null; Die Suatio begit also it = T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-37
38 Variaz der Bioialverteilug! p p M M!!! p p p M M!! b! p p p M M a! b a! b a ba a0 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-38
39 Variaz der Bioialverteilug p M M Da M = p, p p p p Die Variaz der Bioialverteilug ist soit p p M p T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-39
40 Die Bioialverteilug W p p = 0 p = / Verteilug ist diskret Verteilug ist syetrisch T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-40
41 Die Bioialverteilug = 0 p = 0.85 = 0 p = 0.5 = 0 p = 0.0 Je größer die Abweichug vo p = 0.5, desto usyetrischer wird die Verteilug T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-4
42 Übergag zur Grezverteilug T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-4
43 Zetraler Grezwertsatz vo Moivre-Laplace Die Zufallsvariable S besitze eie Bioialverteilug it Paraeter ud p, wobei 0<p< vorausgesetzt ist. Da gilt für jede Wahl reeller Zahle a,b it a<b: b S p li P a b G( x) dx p( p) a Dabei ist die Fuktio G(x) defiiert als: x M G x e x,. Beweis siehe z.b: N. Heze, Stochastik für Eisteiger, Vieweg Verlag. T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-43
44 Dabei ist die Fuktio G(x) defiiert als: Die Noralverteilug x M G x e x,. Diese Fuktio beschreibt die Noral- oder Gauß - Verteilug ud ist die a häufigste vorkoede Verteilug. Sie wird durch zwei Paraeter beschriebe: ud M (oder T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-44
45 Eigeschafte der Noralverteilug Eigeschafte der Fuktio: syetrisch u M Der größte Wert wird a der Stelle x = M eigeoe Die Fuktio geht schell gege Null, sobald (x M) groß wird Eigeschafte, die eie Verteilug vo Messwerte darstellt. Der Vorfaktor diet der Norierug. G x x M e T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-45
46 Noralverteilug wesetliche Itegrale Der Eifachheit halber folge alle weitere Überleguge für M = 0 Wichtige Itegrale (ohe Beweis) 0 x e x e e e x x x x dx dx dx dx 3 T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-46
47 Bedeutug der Stadardabweichug Wir frage, welcher Ateil der Messuge liegt zwische M a ud M + b? P ierhalb M a ud M b M b M a e xm σ dx Zuächst a = b = T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-47
48 Bedeutug der Stadardabweichug Wir frage, welcher Ateil der Messuge liegt zwische M ud M +? P ierhalb M M e xm dx Vereifachug durch Substitutio ( x M) / = z dait wird dx = dz ud die Itegratiosgreze P ierhalb e dz z T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-48
49 Bedeutug der Stadardabweichug P ierhalb e dz Dieses Itegral ist ei Stadarditegral der atheatische Physik ud wird oft als Fehlerfuktio bezeichet, Bezeichug erf(t) [errorfuctio]. z P t ierhalb tσ e dz t z T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-49
50 Die Fehlerfuktio P t ierhalb t e dz t Dieses Itegral ka icht aalytisch ausgewertet werde. Es liegt i tabellarischer Fuktio vor. z t P (%) T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-50
51 Die Fehlerfuktio allgeeie For Häufig auftretede Fragestelluge: Wie viel % der Messwerte liege oberhalb (uterhalb) eies bestite Messwertes? Wie groß ist das Itegral bis zu eie bestite Wert? t z t e zwische ud σ dz T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe Vorlesug 04-5
Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen.
Übugsaufgabe Häufige Fehler: Baale Rechefehler Sigifikate Stelle falsch Eiheite vergesse Usaubere Arbeitsweise Rudugsfehler Eiheite falsch ugerechet T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe
MehrVerteilungsfunktionen
Verteilugsfuktioe Wie sid zufällige Fehler verteilt? Wie sid Messwerte verteilt? Fehler Messwerte Verteilugsfuktioe: Maxwell-Boltza Feri-Dirac Bose-Eistei Placksche Verteilug Frage ist stets, wie groß
MehrProf. S. Krauter Kombinatorik. WS Blatt07.doc. (Quelle: M. Aigner; Diskrete Mathematik. Vieweg 1993.)
Prof. S. Krauter Kobiatorik. WS-05-06. Blatt07.doc (Quelle: M. Aiger; Diskrete Matheatik. Vieweg 1993.) 1. a) Bereche Sie i Pascal sche Zahledreieck die Sue der Bioialkoeffiziete lägs eier Diagoale, also
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrFehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung
1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrZählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?
Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrA D A E B D D E D E D C C D E
ie Kombiatori beschäftigt sich mit der Zusammestellug vo lemete eier Mege. s werde 2 Kugel ohe Zurüclege aus zwei Ure gezoge. ie erste Ure ethält 3 Kugel ; ; ud die zweite Ure 2 Kugel ;. ie erste Kugel
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrÜbungsaufgaben - Organisatorisches
Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrBeispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge
1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
Mehr6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $
Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
MehrZur Definition. der wirksamen. Wärmespeicherkapazität
Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
Mehr7.1 Einführung Unter der n-ten Wurzel aus a versteht man eine Zahl x, die mit n potenziert a ergibt.
Rdiziere 7 Rdiziere 7.1 Eiführug Uter der -te Wurzel us versteht eie Zhl x, die it poteziert ergibt. x x für 0 9 3 3 9 * : Wurzelexpoet, N ud 1 : Rdikd, 0 x: Wurzel(wer) t Poteziere: Bsis ud Expoet sid
Mehr4. Die Menge der Primzahlen. Bertrands Postulat
O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p
MehrBeweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen
Beweistechike Vollstädige Iduktio - Beispiele, Erweiteruge ud Übuge Alex Chmelitzki 15. März 005 1 Starke Iduktio Eie etwas abgewadelte Form der Iduktio ist die sogeate starke Iduktio. Bei dieser Spielart
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrStochastik für WiWi - Klausurvorbereitung
Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrDie zu den Zufallswerten x gehörigen Wahrscheinlichkeiten fasst man in einer Tabelle zusammen:
0 Statistik 0. Wahrscheilichkeitsfuktio ud optische Darstellug Bei der Auswertug vo Zufallsexperimete ist oft gar icht das eizele Ergebis vo Iteresse, soder vielmehr eie Zahlegröße (Zufallsgröße X), die
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
MehrDer Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten
Der Additiossatz ud der Multiplikatiossatz für Wahrscheilichkeite Die Wahrscheilichkeitsrechug befasst sich mit Ereigisse, die eitrete köe, aber icht eitrete müsse. Die Wahrscheilichkeit eies Ereigisses
Mehrvon solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:
Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrErfolg im Mathe-Abi 2013
Gruber I Neuma Erfolg im Mathe-Abi 2013 Vorabdruck Wahlteil Stochastik für das Abitur ab 2013 zum Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Vorwort Vorwort Erfolg vo Afag a...ist das
MehrKleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares
4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
Mehr(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;
MehrVersuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung
Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug
MehrDemo für www.mathe-cd.de
Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrMusterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09
Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht
Mehr= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.
Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt
MehrWahrscheinlichkeit und Statistik
ETH Zürich HS 2015 Prof. Dr. P. Embrechts Wahrscheilichkeit ud Statistik D-INFK Lösuge Serie 2 Lösug 2-1. (a Wir bereche P [W c B] auf zwei Arte: (a Wir betrachte folgede Tabelle: Azahl W W c B 14 6 B
MehrBeurteilende Statistik - Testen von Hypothesen Übungsaufgaben (1)
Moika Kobel, MK 07052005 Hypothesetest_Ueb_1cd Beurteilede Statistik - Teste vo Hypothese Übugsaufgabe (1) (1) (2) (3) (4) (5) (6) (7) (8) (9) Eie Fira öchte bei eie Sigifikaztest das Fehlerrisiko bzw
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrWir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!
Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrÜbungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II
Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
MehrAT AB., so bezeichnet man dies als innere Teilung von
Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM
MehrA Ω, Element des Ereignisraumes
ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
Mehrelektr. und magnet. Feld A 7 (1)
FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld
MehrVorkurs Mathematik für Informatiker Folgen
Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,
Mehr6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis
6. Grudlage der Wahrscheilichkeitsrechug 6.. Defiitioe ud Beispiele Spiele aus dem Alltagslebe: Würfel, Müze, Karte,... u.s.w. sid gut geeiget die Grudlage der Wahrscheilichkeitsrechug darzustelle. Wir
MehrEinführung in die Wahrscheinlichkeitstheorie
Eiführug i die Wahrscheilichkeitstheorie Nikolai Nowaczyk http://math.iko.de/ Lars Wallebor http://math.wallebor.et/ 06.-08. Mai 2011 Ihaltsverzeichis 1 Mege, Abbilduge,
Mehr$Id: reihen.tex,v /06/14 13:59:06 hk Exp $
Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,
MehrÜbungen mit dem Applet Fourier-Reihen
Fourier-Reihe 1 Übuge mit dem Applet Fourier-Reihe 1 Mathematischer Hitergrud... Übuge mit dem Applet... 3.1 Eifluss der Azahl ud der Sprugstelle...3. Eifluss vo y-verschiebug ud Amplitude...4.3 Eifluss
MehrDaten und Zufall in der Jahrgangsstufe 9 Seite 1
Date ud uall i der Jahrgagsstue Seite usammegesetzte uallsexperimete, Padregel Aubaued au de Erahruge aus de vorhergehede Jahrgagsstue beschätige sich die Schüler systematisch mit zusammegesetzte uallsexperimete
MehrLernhilfe in Form eines ebooks
Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite
MehrMengenbegriff und Mengendarstellung
R. Brikma http://brikma-du.de Seite 1 05.10.008 Megebegriff ud Megedarstellug Eie Mege, ist die Zusammefassug bestimmter, wohluterschiedeer Objekte userer Aschauug ud useres Dekes welche Elemete der Mege
MehrMethoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln
6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrMonte Carlo-Simulation
Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
MehrZahlenfolgen und Konvergenzkriterien
www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,
MehrLösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann
Lösugsskizze Mathematik für Iformatiker 5. Aufl. Kapitel 3 Peter Hartma Verstädisfrage. Ka ma ei Axiom beweise? Nei!. Ka ei Beweis eier Aussage richtig sei, we im Iduktiosschluss die Iduktiosaahme icht
Mehr6.4. Intervalle und Inhalte
6.4. Itervalle ud Ihalte Vo zetraler Bedeutug für die Igeieurmathematik (ud icht ur dort) ist die Berechug vo Läge, Flächeihalte ud Volumia. Die Grudidee ist dabei, die gesuchte Größe durch Summe vo leicht
MehrLösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I
Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
MehrLinsengesetze und optische Instrumente
Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo
Mehr1 Vollständige Induktion
1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrEinführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.
ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede
MehrStochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer
Stochastik Eie Vorlesug für das Lehramtsstudium Fraz Hofbauer SS 01 Vorwort Der Begriff Wahrscheilichkeit wird üblicherweise mit Häufigkeit assoziiert. Was oft eitritt, hat hohe Wahrscheilichkeit, was
MehrStatistik und Wahrscheinlichkeitslehre
Statistik ud Wahrscheilichkeitslehre Zufall ud Mittelwerte Für alle techische Studiegäge Prof. Dr.-Ig. habil. Thomas Adamek Grudlage der Wahrscheilichkeitsrechug. Eiführug Grudlage vo Statistik ud Wahrscheilichkeitsrechug
MehrStatistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html
Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
Mehrx mit Hilfe eines linearen, zeitinvarianten
Übug &Prktiku zu Digitle Sigle ud Systee The: Fltug Diskrete Fltug Wird ei zeitdiskretes Sigl ( T ) x it Hile eies liere, zeitivrite Siglverrbeitugssystes verrbeitet, so lässt sich ds Verhlte des verrbeitede
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
Mehr