Übersicht Wahrscheinlichkeitsrechnung Stand September 2016
|
|
- Eleonora Pohl
- vor 6 Jahren
- Abrufe
Transkript
1 Übersicht Wahrscheinlichkeitsrechnung Stand September 0. Grundbegriffe der Wahrscheinlichkeitsrechnung (Seite ). Erste Regeln zur Berechnung von Wahrscheinlichkeiten (Seite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel (Seite 4) 4. Verteilung und Erwartungswert von Zufallsgrößen (Seite ) 5. Varianz und Standardabweichung (Seite ). Kombinatorik (Seite 0) 7. Binomialverteilung (Seite ). Grundbegriffe der Wahrscheinlichkeitsrechnung Definition: Ein Versuch/Experiment, bei dem der Ausgang ungewiss ist, nennt man Zufallsversuch oder Zufallsexperiment. Die verschiedenen Ausgänge des Versuchs heißen Ergebnisse, ein Ereignis besteht aus einem oder mehreren Ergebnissen. Beispiele: einstufiger Zufallsversuch Menge der Ergebnisse ein mögliches Ereignis Zufallsversuch Zufallsversuch Zufallsversuch x Würfeln x Münze werfen Punkte einer Klausurnote {; ; ; 4; 5; } { Z; W} {0; ; ;...; 5} A = gerade Zahl = {; 4; } A = Zahl = {Z} A = Note mindestens = {0,,,, 4, 5} mehrstufiger Zufallsversuch Menge der Ergebnisse ein mögliches Ereignis Zufallsversuch 4 x Würfeln {( ), ( ),..., ( ), ( ),, ( ),, ( ),, ( )} A = Pasch würfeln = {( ), ( ),..., ( )} Zufallsversuch 5 Geburten {JJ, JM, MJ, MM} E = mindestens ein Mädchen = {MM, MJ, JM} Zufallsversuch Teile werden kontrolliert, ob sie brauchbar sind, {bbb, bbu, bub, ubb, buu, ubu, uub, uuu} A= mindestens ein brauchbares Teil = {bbb, bbu, bub, ubb, buu, ubu, uub, uuu} Definition: Ist E ein Ereignis, so bezeichnet man mit E _ = das Gegenereignis, das genau dann eintritt, wenn E nicht eintritt.
2 . Grundlegende Regeln zur Berechnung von Wahrscheinlichkeiten Für jedes Ereignis E gilt 0 P(E) [0% P(E) 00%] (Negative Wk oder Wk über 00% gibt es nicht.) Die Wahrscheinlichkeiten für ein Ereignis und für sein Gegenereignis ergänzen sich zu : _ P(E ) = P(E) Zufallsversuch (s. o.) P(A) = P( A ) = P(uuu) Besteht ein Ereignis aus den Ergebnissen e, e,... e k, so gilt P(E) = P(e ) + P(e ) P(e k ). (Zufallversuch ) D: Unter drei Stücken sind genau brauchbar. D besteht aus drei Ergebnissen, deren Wahrscheinlichkeiten addiert werden müssen: D = {(bbu), (bub), (ubb)}; P(D) = P(bbu) + P(bub) + P(ubb) =... Sind alle Ergebnisse eines ZV gleich wahrscheinlich (LAPLACE-Experiment), so gilt: Anzahl der zu E gehörenden ("günstigen") Ergebnisse P(E) = Anzahl aller Ergebnisse E: Summe 5 beim fachen Würfeln; (Alle Möglichkeiten sind bei einem fairen Würfel gleich wahrscheinlich!) E= {( 4), ( ), ( ), (4 )}; P(E) = 4 = 9 Pfadregeln Pfadregeln:. Die Wahrscheinlichkeit für einen Pfad in einem Baumdiagramm erhält man dadurch, dass man die Wahrscheinlichkeiten entlang des Pfades multipliziert.. Besteht ein Ereignis aus mehreren Pfaden, so muss man die Wahrscheinlichkeiten für die einzelnen Pfade berechnen und die Ergebnisse addieren. Beispiel : Eine Münze wird zweimal geworfen 0,5 0,5 K Z 0,5 0,5 0,5 0,5 K Z K Z (K,K) (K,Z) (Z,K) (Z,Z) Menge der Ergebnisse S = { KK, KZ, ZK, ZZ} E : Es fällt keinmal Kopf; E = {ZZ}
3 E : Es fällt einmal Kopf und einmal Zahl; E = { KZ, ZK} E : Es fällt mindestens einmal Kopf; E = { KK, KZ, ZK} P(E ) = = 4 ; P(E ) = + = ; P(E ) = P(E ) = 4 Beispiel Ein Würfel wird mit den Zahlen,,,,, beklebt und zweimal geworfen. E : Die Summe der beiden Zahlen ist kleiner als 4. E = { ( ), ( ), ( )}; P(E ) = + + = 9 E : Die beiden Zahlen sind gleich. E = { ( ), ( ), ( )}; P(E ) = %. Beispiel In einer Urne mit roten und einer schwarzen Kugel werden Kugeln ohne Zurücklegen gezogen. r s r s r E: Es werden zwei Kugeln unterschiedlicher Farbe gezogen; E={rs, sr} P(E) = Oder über das Gegenereignis: E = {rr}; P(E ) = ; P(E) = Beachte: - Alle Pfade, die von demselben Punkt ausgehen, besitzen zusammen eine Wahrscheinlichkeit von. - Die Unterteilung in Pfade hängt von der Aufgabenstellung ab. Wenn z. B. beim Würfeln nur nach Sechsen gefragt wird, so unterteilt man in die beiden Pfade und (und nicht in,,, 4, 5, ).
4 . Bedingte Wahrscheinlichkeit und Vierfeldertafel Definition: Unter P A (E) versteht man die Wahrscheinlichkeit von E unter der Bedingung A. [Es ist auch die Schreibweise P(E A) üblich.] Man fragt sich also, mit welcher Wk E eintritt, falls man zusätzlich weiß, dass A eingetreten ist. Beispiel für eine Wk ohne Bedingung: Mit welcher Wk löst ein zufällig ausgesuchter Schüler eine bestimmte Aufgabe? Bedingte Wk: Mit welcher Wk löst ein zufällig ausgesuchter Schüler eine bestimmte Aufgabe, falls dieser Schüler in Mathematik eine hat? Fragen zur bedingten Wk kann man immer in die Form bringen: Mit welcher Wk, falls. Von den zwei Kindern einer Familie ist das eine ein Mädchen. Mit welcher Wahrscheinlichkeit ist das andere ein Junge? Mit welcher Wk ist ein Kind aus einer Zwei-Kind-Familie ein Junge, falls das andere Kind ein Mädchen ist? Mit einer Vierfeldertafel lässt sich der Unterschied zwischen bedingter und nicht bedingter Wk gut darstellen: Jugendliche wurden nach Rauchverhalten (Raucher R oder Nichtraucher und nach ihrer Zufriedenheit mit dem Körpergewicht (Z oder Z Z befragt. Z R 5% % 7% R 45% % 7% 0% 40% 00% Aus der Tabelle entnimmt man die (unbedingten) Wahrscheinlichkeiten: 5% aller Befragten sind Raucher und mit ihrem Gewicht zufrieden. % aller Befragten sind Raucher und mit ihrem Gewicht nicht zufrieden. 45% aller Befragten sind Nichtraucher und mit ihrem Gewicht zufrieden. % aller Befragten sind Nichtraucher und mit ihrem Gewicht nicht zufrieden. 7% aller Befragten sind Raucher. 7% aller Befragten sind Nichtraucher. 0% aller Befragten sind mit ihrem Gewicht zufrieden. 40% aller Befragten sind mit ihrem Gewicht nicht zufrieden. Wie erhält man nun z. B. die Wk, dass ein Befragter mit seinem Gewicht zufrieden ist, falls dieser Befragte Raucher ist? Die zufriedenen Raucher werden jetzt nur noch auf die Raucher bezogen, da Nichtraucher in diesem Falle ausgeschlossen sind, d.h. man muss berechnen, wie hoch der Anteil der zufriedenen Raucher an allen Rauchern (und nicht an allen Befragten) ist. P R (Z) = 5% von 7 % = 5 9. R ) Man trifft eine Person, die nicht mit ihrem Gewicht zufrieden ist. Mit welcher Wk raucht die Person? P Z (R) =% von 40% = 0, = 0% Berechnung der bedingten Wahrscheinlichkeit: P A (E) = P(E A) P(A)
5 Zusammenhang zwischen Baumdiagramm und Vierfeldertafel S S F 40% 0% 70% F 0% 0% 0% 0% 40% 00% Die vier inneren Wahrscheinlichkeiten der Vierfeldertafel sind die Wahrscheinlichkeiten für die 4 Pfade. Die beiden Wahrscheinlichkeiten auf der ersten Stufe findet man am rechten oder unteren Rand, je nachdem welches Merkmal auf der ersten Stufe unterschieden wird. Die Wahrscheinlichkeiten auf der zweiten Stufe des Baumdiagramms sind bedingte Wahrscheinlichkeiten, z. B. P S (F) = (oberes Baumdiagramm) oder P F (S) = 4 (unteres Baumdiagramm) 7 Mit der Vierfeldertafel müsste man diese folgendermaßen berechnen: P S (F) = 40% von 0% =. S F 0,7 0, 0,4 0, 0, 0, S P F (S) = 40% von 70% = 4 7. Wenn im Baumdiagramm die bedingten Wahrscheinlichkeiten auf der zweiten Stufe fehlen, könnte man sie mit Hilfe der ersten Pfadregel ermitteln. 0, P S (F) = 0,4 P S (F) = 0,4 : 0, = 0,7 P F (S) = 0,4 P F (S) = 0,4 : 0,7 = 4 7 (oberes Baumdiagramm) (oberes Baumdiagramm)
6 4. Verteilung und Erwartungswert einer Zufallsgröße Bei vielen Zufallsexperimenten ist nicht so sehr an den eigentlichen Ergebnissen sondern an den Konsequenzen, z.b. Gewinn oder Verlust, Anzahl der brauchbaren Stücke, Anzahl der Jungen, interessiert. Die Ergebnisse werden also unter einem bestimmten Aspekt zusammengefasst. Definition: Eine Zufallsgröße X ist eine Funktion, die jedem Ergebnis eines Zufallsversuches (unter einem bestimmten Aspekt) eine reelle Zahl zuordnet. Beispiele: Zufallsexperiment Zufallsgröße X Wertemenge von X a) Geburten Anzahl der Jungen W(X) = {0;;;} b) Qualitätskontrolle bei 4 ausgewählten Teilen Anzahl der brauchbaren Teile W(X) ={0; ; ; ; 4} c) Münze mal werfen Nettogewinn von Spieler A nach Gewinnplan (*) W(X) = {; 4; 0; -} d) Würfel mal werfen Summe der beiden Augenzahlen W(X) = {; ; 4;...; } (*) Zwei Spieler A und B werfen drei Münzen und vereinbaren folgenden Gewinnplan: der Spieler A erhält vom Spieler B, wenn dreimal Wappen fällt, und 4, wenn zweimal Wappen fällt. Der Spieler A zahlt an Spieler B, wenn einmal Wappen fällt. Erscheint dreimal Zahl, so braucht keiner der Spieler zu zahlen. Zu jedem Wert k einer ZG kann man nun die zugehörige Wahrscheinlichkeit berechnen. Definition: Die Tabelle mit den Wahrscheinlichkeiten P(X=k) für alle möglichen Werte k heißt Verteilung der Zufallsgröße X. Beispiele: (Definition der Zufallsgrößen siehe oben.) a) Annahme: P(J)=P(M)=0,5 k 0 P(X=k) b) Annahme: P(b) = 0,9 k 0 4 P(X=k) 0,000 0,00 0,04 0,9 0,5 c) Annahme: Laplace-Münze k P(X=k) d) Annahme: Laplace-Würfel k P(X=k)
7 Häufig ist man bei Zufallsgrößen daran interessiert, womit man im Durchschnitt rechnen kann (Gewinnspiele, Ausschussstücke,...). Dies führt zu der Definition: Sind k, k,..., k n die Werte einer Zufallsgröße X, so heißt k P(X=k )+ k P(X=k )+...+k n P(X=k n ) der Erwartungswert der Zufallsgröße X und wird mit E(X) bezeichnet. In der Verteilungstabelle braucht man also nur alle Werte mit ihrer zugehörigen Wahrscheinlichkeit zu multiplizieren (zu gewichten) und die Ergebnisse zu addieren. Beispiele: (Zufallsgrößen siehe oben) a) E(X) =,5 b) E(X) =, c) E(X) = ( (-4) ) = 0,75 d) E(X) = 7 In Aufg. c) bedeutet das Ergebnis, dass Spieler A pro Spiel im Schnitt mit 75 Cent Gewinn rechnen kann, was umgekehrt einen Verlust von 75 Cent pro Spiel für Spieler B bedeutet. Das Spiel ist nicht fair. Definition: Ein Spiel ist fair, wenn der Erwartungswert des Nettogewinns (=Auszahlung minus Einzahlung) gleich 0 ist (oder: wenn der Erwartungswert der Auszahlung gleich dem Einsatz ist.) unterscheidbare Münzen werden geworfen. Der Spieler erhält für dreimal Wappen, für zweimal Wappen ; er muss für einmal Wappen und keinmal Wappen 5 bezahlen. X = Gewinn bei einer Spieldurchführung in. Verteilung: k - -5 Summe P(X=k) Erwartungswert: E(X) = 5 = 0,5 Bei diesem Spiel kann man mit,5 Ct Gewinn pro Spiel rechnen. Beachte, dass die bekannte Berechnung der Durchschnittsnote bei einer Klassenarbeit auch die obige Formel verwendet: Note 4 5 Anzahl P(X=k) E(X) = ( ):0 = =,5
8 5. Varianz und Standardabweichung einer Zufallsgröße Das Beispiel unterschiedlicher Verteilungen bei gleichem Erwartungswert zeigt: Der Mittel- oder Erwartungswert charakterisiert eine Verteilung nur unzureichend. Bei einer Klassenarbeit z. B. können die einzelnen Arbeiten unterschiedlich streuen: 0 Zweien und 0 Vieren ergeben ebenso eine Durchschnittsnote von wie 0 Fünfen und 0 Einsen. Man braucht ein Maß dafür, wie stark die vorkommenden Werte vom Mittelwert abweichen/um den Mittelwert streuen. Def.: Sind k, k,..., k n die Werte einer Zufallsgröße X, so heißt (k - ) P(X=k )+ (k - ) P(X=k )+...+(k n - ) P(X=k n ) die Varianz der Zufallsgröße X und wird mit V(X) bezeichnet Def.: Die Wurzel aus der Varianz heißt Streuung oder Standardabweichung und wird mit σ bezeichnet: σ = V(X) Bemerkung: Die Abweichungen der Werte vom Erwartungswert werden quadriert und mit der zugehörigen Wahrscheinlichkeit multipliziert (gewichtet); die Produkte werden addiert. In der folgenden Tabelle angegeben, in wie vielen Jahren von 909 bis 950 die Durchschnittstemperatur im Juni einen bestimmten Wert annahm. Z. B. gab es in Jahren eine Durchschnittstemperatur von im Juni. Durchschnittstemperatur im Juni Anzahl der Jahre relative Häufigkeit a) Fülle die Tabelle der relativen Häufigkeit aus. b) Berechne Erwartungswert, Varianz und Standardabweichung. c) Von 95 bis 99 lag der Erwartungswert bei, und die Standardabweichung bei,. Vergleiche mit den Werten aus d) und interpretiere die Ergebnisse. Lösung: X = Durchschnittstemperatur im Juni Anzahl der Jahre relative Häufigkeit a) E(X) = = 4 Die Temperatur im Juni betrug über die 4 Jahre im Durchschnitt,5. b) V(X) = 4 [(-,5) +(-,5) 0+(4-,5) 4+ +(0-,5) +(-,5) ],5 σ(x) = V(X),9 Im Durchschnitt wichen die mittleren Junitemperaturen um,9 vom Erwartungswert ab. c) Der Mittelwert der Junitemperaturen hat sich in den nächsten 4 Jahren kaum verändert, die Standardabweichung und damit die Schwankungen um diesen Mittelwert sind aber deutlich zurückgegangen.
9 Bemerkung:. Berechnung von Erwartungswert und Standardabweichung mit dem GTR: Zu einer Liste von Werten einer Stichprobe kann man die Kenngrößen mit dem GTR berechnen: Im Calc Fenster l:={,4,4,4,4,5,5,5,5,5,5,5,,,,,,,,,,,,,7,7,7,7,7,,,,,,,9,9,9,9,0,0,} definieren und mit menu, Statistik, Statistische Berechnungen, Statistik mit einer Variablen, Anz. der Listen=, x Liste l, enter liefert u. A. x =,55 und x= n x =,. Mit einer Tabelle lässt sich die Eingabe großer Listen ggf. schneller erledigen: List&Spreadsheet hinzufügen, in der obersten Zeile den Namen, z.b. l oder Stichpr eintragen. Bei Werten, die sehr häufig vorkommen die Copy Paste Funktion benutzen.
10 . Kombinatorik Sind alle Ergebnisse eines ZV gleich wahrscheinlich (LAPLACE-Experiment), Anzahl der zu E gehörenden (" günstigen") Ergebnisse so gilt: P(E) Anzahl aller Ergebnisse Bei vielen Aufgaben der Wahrscheinlichkeitsrechnung geht es darum, Anzahl von (günstigen) Möglichkeiten zu bestimmen, um mit Hilfe der obigen Formel dann die Wahrscheinlichkeit zu berechnen. Multiplikationssatz (allgemeines Zählprinzip): Hat eine k-stufiger Zufallsversuch n, n,...n k mögliche Ergebnisse auf den einzelnen Stufen, so hat das gesamte Experiment n n... n k Ergebnisse.. Bei 5 Geburten gibt es auf jeder Stufe zwei Möglichkeiten (J; M). Insgesamt gibt es demnach = Möglichkeiten.. Bei Hosen, 4 Hemden und Paar Schuhen gibt es 4 = 4 Kombinationsmöglichkeiten. Die meisten Aufgaben lassen sich am Urnenmodell simulieren: aus einer Urne, die mit einer bestimmten Anzahl von Kugeln unterschiedlicher Farbe bestückt ist, werden Kugeln gezogen. Die Anzahl der möglichen Ziehungen entspricht der Anzahl der Möglichkeiten des ursprünglichen Problems. Wie viele Möglichkeiten hat ein Unternehmer, der Lastwagen besitzt und 5 Aufträge erhält? Simulation am Urnenmodell: Eine Urne enthält verschiedene Kugeln. Es werden 5 ohne Zurücklegen gezogen, wobei es auf die Reihenfolge der Kugeln ankommt. (Ziehung,4,,,7, würde bedeuten, dass der. Auftrag an LKW, der. an LKW 4 usw. geht.) Für den. Auftrag gibt es Möglichkeiten, für den zweiten 7,, für den 5. Auftrag 4 Möglichkeiten. Insgesamt gibt es = 70 Möglichkeiten. Wahrscheinlichkeiten beim Lotto Es werden Kugeln ohne Zurücklegen gezogen, wobei die Reihenfolge egal ist: Somit gibt es 9 4 Mio. Möglichkeiten. 5 4 Der Term lässt sich umschreiben als (Lies 49 über ) bezeichnet. Im GTR wird 49 Verallgemeinerung: Es gibt n n! k k!(n k)! 49!!4! 49 und wird mit mit ncr(49,5) berechnet. Möglichkeiten k Elemente/Dinge auf n Plätze/Positionen zu verteilen, wenn die Reihenfolge keine Rolle spielt. n! (Falls die Reihenfolge eine Rolle spielt, gibt es (n k)! Möglichkeiten.) Weitere Aufgaben:
11 a) Wie viele Pfade hat ein Baumdiagramm, das auf der ersten Stufe 4, auf der zweiten Stufe jeweils und auf der dritten Stufe wieder jeweils Unterteilungen hat? 4 = 4 b) Wie viele Möglichkeiten gibt es, 4 Schüler auf Plätze zu verteilen? 5 4 = 0 c) Wie viele Möglichkeiten gibt es, verschiedene Dinge anzuordnen?! = 5 4 = 70 d) Bei einem Rennen mit Pferden kann man auf die ersten drei wetten, also tippen, welches Pferd gewinnt, welches. wird und welches. wird. Wie viele Möglichkeiten gibt es? 7 = e) Ein Lehrer will in seinem Kurs mit Schülern drei Prüfungen vornehmen. Er wählt er Schüler aus. (i) Wie viele Möglichkeiten gibt es, wenn der. Schüler über Analysis, der zweite über analytische Geometrie und der dritte über Stochastik geprüft wird? 0 = 940 (ii) Wie viele Möglichkeiten gibt es, wenn alle drei Schüler über dasselbe Thema geprüft werden? 0 : ( ) = 540 (iii) Wie viele Möglichkeiten gibt es bei einem Prüfungsthema, wenn der Lehrer bei jeder Prüfung neu aus allen Schülern auswählt, ein Schüler also mehrfach geprüft werden kann? = 04 f) Beim Pferderennen kann man auf die ersten drei wetten: man gibt drei Pferde an und wenn diese die ersten drei Plätze egal in welcher Reihenfolge belegen, gewinnt man. Wie viele Möglichkeiten gibt es? 7 : = 5 g) An einer Schule werden Leistungskursfächer und 0 Grundkursfächer angeboten. Ein Schüler wählt rein zufällig Leistungs und Grundkursfächer aus. Wie viele Möglichkeiten gibt es? 5:! :(!) = 50 h) Beim Lotto werden aus 49 Kugeln ohne Zurücklegen gezogen. Wie viele Möglichkeiten gibt es? :! = 9
12 7. Binomialverteilung. Definition, Formeln, Erwartungswert, Arbeiten mit dem GTR Bernoulli Versuche Zufallsvorgänge, bei denen nur zwischen zwei möglichen Ergebnissen ( Erfolg E und Misserfolg E unterschieden wird, heißen Bernoulli Versuche. Wird ein Bernoulli Versuch n mal unabhängig voneinander ausgeführt, so entsteht eine Bernoulli Kette der Länge n oder n stufiger Bernoulli Versuch mit Erfolgswahrscheinlichkeit p= P(E) Bernoulli-Versuche sind von besonderer Bedeutung, da sie sehr häufig vorkommen: Geburt: Junge Mädchen; Wahlbefragung: Wähler von Partei A kein Wähler der Partei A Würfeln: Sechs kein Sechs Kontrolle: brauchbar nicht brauchbar Simulation am Urnenmodell: Eine Urne enthält eine bestimmte Anzahl weißer und schwarzer Kugeln. Es wird k-mal mit Zurücklegen gezogen. Im Allgemeinen ist man bei Bernoulli Ketten daran interessiert, wie wahrscheinlich jeweils die Anzahl der Erfolge auftritt oft bei n Versuchen der Erfolg auftritt, man untersucht also die Wahrscheinlichkeitsverteilung der Zufallsgröße X = Anzahl der Erfolge. Formel zur Berechnung der Verteilung von X Ist p die Erfolgswahrscheinlichkeit eines n stufigen Bernoulli Versuchs, so gilt für die Verteilung der Zufallsgröße X = Anzahl der Erfolge: P(X=k) = n k pk q n-k = n k pk ( p) n-k Kenngrößen bei einer Binomialverteilung: Erwartungswert: Varianz: E(X) = = n p; V(X) = n p q = n p ( p) Standardabweichung: σ(x) = n p q n p ( p) Die Wahrscheinlichkeit, dass es bei 50 Geburten genau 0 Jungen gibt, beträgt P(X=0) = ,50 0,4 0 0,0 =,%. (Annahme: P(J) = 0,5) Im Durchschnitt werden bei 50 Geburten = 50 0,5=5,9 Jungen geboren. Die Varianz beträgt dabei V(X) = 50 0,5(-0,5)=,4 und die Standardabweichung σ(x),4,5
13 GTR und Binomialverteilung Beachte: die Lösung der Aufgaben muss kommentiert werden, es reicht nicht einen GTR Befehl hinzuschreiben. Als Vorspann muss die Zufallsgröße X definiert und die Binomialverteilung angegeben und falls verlangt begründet werden. Bei einer Aufgabe wird 0mal gewürfelt. X = Anzahl der Sechsen bei 0 Würfen. X ist bv mit n=0 und p = (da es nur zwei Ergebnisse auf jeder Stufe gibt und die Wahrscheinlichkeiten auf jeder Stufe gleich bleiben.). Fakultäten n! = n Anzahl der Sitzordnungen bei 0 Plätzen: 0! = 00 (Das!-Zeichen erhält man als Auswahl bei der Taste "?!>" neben dem Buchstaben G.). Binomialkoeffizienten Bernoulli Versuch n k = n! k! (n k)! 49 = Anzahl der Pfade für P(X=k) bei einem n stufigen = ncr(49,) = 9. Wahrscheinlichkeit P(X=k) bei einem n stufigen Bernoulli Versuch. Wahrscheinlichkeit für 5 Vieren beim 0maligen Quadern mit Annahme P(4) = 0,. binompdf(0,0.,5) 0, 4. Vollständige Binomialverteilung P(X=k) für k = 0; ; ; n. binom(0,0.) = {0,05; 0,04; 0,4; 0,4; 0,44; 0,; 0,077; 0,047; 0,005; 0,0007; 0,0000} 5. Kumulierte Binomialverteilung: 5. Kumulierte Verteilung Anzahl der Vieren beim Quadern unter der Annahme P(4)=0,: binomcdf(0,0.) = {0,05; 0,074; 0,405; 0,4; 0,79; 0,9; 0,995; 0,994; 0,999;,0000} 5. Typische Aufgabenstellungen zu bv Zufallsgrößen: P(X k), P(X<k), P(X>k) P(X k), P(X k), P(a X b) Beispiele: Höchstens Vieren beim 0maligen Quadern: P(X ) = binomcdf(0,0.,) 0,4 Mehr als Vieren: binomcdf(0,0.,4,0) Mindestens Vieren: binomcdf(0,0.,,0) Höchstens drei Vieren: binomcdf(0,0.,) Mindestens und höchstens weniger als Vieren: binomcdf(0,0.,,7) Aufgaben S. Aufgabe. 4 X= Anzahl der Wappen ist bv mit n= und p=0,5 (auf jeder Stufe gibt es.nur Ausgänge, die immer mit der gleichen Wk auftreten.) a) (i) P(X=)= binompdf(,0.5,) = 0,5 (ii) P(X ) = binomcdf(,0.5,) 0,4 (iii) P(X >) = binomcdf(,0.5,4, ) 0,4 [oder P(X>) = P(X ) = ] b) P(X=) und P(X ) werden größer, P(X>) wird kleiner. Aufgabe 5 X = Anzahl der richtigen Antworten; X ist bv mit n = und p =. a) P(X=4) = binompdf(,/,4) 7,07% b) P(X 4) = BinomCdf(,/,4,) 5,% c) P(X ) = binomcdf(,/,) 74,4% d) P(X>4) = binomcdf(,/,5,),79% Aufgabe X = Anzahl der Flaschen unter 495 cm. X ist bv mit n = 0 und p = 0,0 a) P(X=) = binompdf(0,0.0,) 5,% b) P(X ) = BinomCdf(0,0.0,,0) 5,99% c) P(X ) = binomcdf(0,0.0,) 99,9%
Übersicht Wahrscheinlichkeitsrechnung EF
Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel
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 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
MehrBasiswissen 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)
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
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
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
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
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
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
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
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)
MehrTeil A hilfsmittelfreier Teil
Klassenarbeit GYM Klasse 0 Seite Datum: Thema: Name: Zeit: Erreichte Punkte: Note: Hilfsmittel: keine Teil A hilfsmittelfreier Teil Aufgabe : (4 Punkte) Entscheide, ob das Zufallsexperiment eine Bernoulli-Kette
MehrStochastik. Inhaltsverzeichnis
Stochastik Inhaltsverzeichnis 1. Allgemeine Definition... 2 2. Laplace-Wahrscheinlichkeit... 2 3. Gegenereignis (häufig bei mindestens -Aufgaben)... 3 4. Vereinigung von 2 Ereignissen ( oder -Formulierungen)...
MehrWählt 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
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
MehrBasistext - Wahrscheinlichkeitsrechnung
Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.
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
MehrModelle diskreter Zufallsvariablen
Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst
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
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
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
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
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.
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
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
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
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
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
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
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,
MehrKOMPETENZHEFT ZUR STOCHASTIK II
KOMPETENZHEFT ZUR STOCHASTIK II Inhaltsverzeichnis 1. Aufgabenstellungen 1 2. Binomialverteilung 4 3. Erwartungswert und Standardabweichung 10 1. Aufgabenstellungen Aufgabe 1.1. Milchverpackungen werden
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
MehrDiskrete Zufallsvariable*
Diskrete Zufallsvariable* Aufgabennummer: 1_37 Aufgabentyp: Aufgabenformat: Multiple Choice (1 aus 6) Grundkompetenz: WS 3.1 Typ 1 T Typ Die unten stehende Abbildung zeigt die Wahrscheinlichkeitsverteilung
MehrWie hoch ist der zu erwartende Gewinnausschüttung des Anbieters des Glücksspiels pro Spiel? (Erwartungswert)
1. Einheit: Erwartungswert Beispiel 1: Bei einem einfachen Glücksspiel möchte der Anbieter eines Glücksspiels (Zufallsexperiment) wissen, wie groß die Summe ist, die er pro Spiel an den Spieler auszahlen
MehrBerechnung von W für die Elementarereignisse einer Zufallsgröße
R. Albers, M. Yanik Skript zur Vorlesung Stochastik (lementarmathematik) 5. Zufallsvariablen Bei Zufallsvariablen geht es darum, ein xperiment durchzuführen und dem entstandenen rgebnis eine Zahl zuzuordnen.
Mehr( ) ( ) ( ) Mehrstufige Zufallsversuche
R. Brinkmann http://brinkmann-du.de Seite 1 19.11.2009 Mehrstufige Zufallsversuche Häufig müssen Zufallsversuche untersucht werden, die aus mehr als einem einzigen Experiment bestehen. Diese Versuche setzen
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
MehrBeispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal
Beispiel 37 Wir werfen eine Münze so lange, bis zum ersten Mal Kopf erscheint. Dies geschehe in jedem Wurf unabhängig mit Wahrscheinlichkeit p. Wir definieren dazu die Zufallsvariable X := Anzahl der Würfe.
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
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:
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
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,
MehrZusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ==================================================================
Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Ein Zufallsexperiment heißt zusammegesetzt, wenn es es die Kombination
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
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
MehrBeispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten.
3. Laplaceexperimente. Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten. Laplace-Münze: p(k) = p(z) = / Laplace-Würfel: p() =... = p(6) = / 6.
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
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
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
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
MehrGrundlagen der Wahrscheinlichkeitsrechnung
Grundlagen der Wahrscheinlichkeitsrechnung I. Wahrscheinlichkeit und relative äufigkeit Ein herkömmlicher Würfel wird 0, 0, 30, 00 mal geworfen und die Augenzahl wird nach jedem Wurf notiert. So ergibt
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrKurs 2 Stochastik EBBR Vollzeit (1 von 2)
Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.
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
MehrBerechnen und Darstellen von Wahrscheinlichkeiten
Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-: Berechnen und Darstellen von Wahrscheinlichkeiten & Binomialverteilung Berechnen und Darstellen von Wahrscheinlichkeiten
MehrName: 3. MATHEMATIKKLAUSUR
Name: 3. MTHEMTIKKLUSUR 03.04.2003 M3 Mathe 12 K () Bearbeitungszeit: 135 min Seite 1 ufgabe 1: rundlagen der Wahrscheinlichkeitsrechnung a) Seine und B zwei Ereignisse mit den Wahrscheinlichkeiten P()
MehrWichtiges zur Stochastik
Wichtiges zur Stochastik Grundbegriffe und ezeichnungen: Ergebnisse werden mit ω (kleines omega, nicht w!) bezeichnet; wenn man mehrere angibt, so wird einfach durchnummeriert: ω 1, ω 2,... Der Ergebnisraum
MehrZufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s
4. Zufallsgrößen =============================================================== 4.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
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
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,
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
Mehr9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe
Übungsmaterial 9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe 9. Erwartungswert Fragt man nach dem mittleren Wert einer Zufallsgröÿe X pro Versuch, so berechnet man den Erwartungswert
MehrBinomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec
Binomialverteilung Jakob Bernoulli (1654-1705) Ars Conjectandi Klassisches Verteilungsmodell für die Berechnung der Wahrscheinlichkeit für die Häufigkeit des Eintretens von Ereignissen in bestimmten noch
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
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
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
MehrMathematik 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
Mehr3. Anwendungen aus der Kombinatorik
3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit
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
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
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.
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,
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
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
MehrVorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit
Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrInhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe
MehrBernoulli-Kette. f) Verallgemeinere das letzte Ergebnis. g) Veranschauliche die Ereignisse in dem Diagramm.
Bernoulli-Kette Die Anzahl der 0/-Folgen der Länge n mit k Einsen sollte bekannt sein. Wir haben 0 Äpfel in einer Reihe vor uns liegen. Jeder Apfel ist mit 40%-iger Wahrscheinlichkeit wurmstichig ( =).
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
MehrLösungsskizzen zur Präsenzübung 09
Lösungsskizzen zur Präsenzübung 09 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 07. Februar 2016 von:
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:
Mehr3.4 Wahrscheinlichkeitsrechnung
3.4 Wahrscheinlichkeitsrechnung Inhaltsverzeichnis 1 Einführung 2 2 Zufallsversuche 2 3 Der Wahrscheinlichkeitsbegriff 4 4 Der Laplace-Zufallsversuch (oder Laplace-Experiment) 7 4.1 Die Summenregel.......................................
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
Mehr3. Grundbegriffe der Wahrscheinlichkeitstheorie
03. JULI 2006: BLATT 17 3. Grundbegriffe der Wahrscheinlichkeitstheorie (v.a. nach Manning/Schütze: 40ff und Fahrmeir /Künstler/Pigeot/Tutz: 171ff) Übersicht Um entscheiden zu können, ob eine statistische
MehrWahrscheinlichkeitsrechnung
Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................
MehrKontrolle. Themenübersicht
Themenübersicht Arbeitsblatt 1 Statistik Arbeitsblatt 2 Erheben und Auswerten von Daten Arbeitsblatt 3 Zufallsexperimente Arbeitsblatt 4 mehrstufige Zufallsexperimente Inhalt, Schwerpunkte des Themas Urliste,
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr
Universität Münster Institut für Mathematische Statistik Stochastik für Lehramtskandidaten SoSe 015, Blatt 1 Löwe/Heusel Übungen Abgabetermin: Freitag, 10.7.015, 10 Uhr Hinweis: Dies ist nur eine Beispiellösung.
MehrÜbungen zur Mathematik für Pharmazeuten
Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl
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
MehrMusterlösung. Abitur Mathematik Bayern G Bayern Aufgabe 1. Abitur Mathematik: Musterlösung. Stochastik II
Abitur Mathematik: Bayern 2012 Aufgabe 1 a) VIERFELDERTAFEL P(R ) = 88 % und P(V) = 18 % stehen in der Aufgabenstellung. 60 % in der Angabe stehen für die bedingte Wahrscheinlichkeit P R (V). P(R V) =
MehrPfadwahrscheinlichkeiten
Pfadwahrscheinlichkeiten Die Wahrscheinlichkeit, beim zweimaligen Würfeln eine Doppelsechs zu erzielen, beträgt 6. Das Ergebnis legt die Vermutung nahe, dass wir lediglich, also die Wahrscheinlichkeit,
MehrAusgewählte spezielle Verteilungen
Ausgewählte spezielle Verteilungen In Anwendungen werden oft Zufallsvariablen betrachtet, deren Verteilung einem Standardmodell entspricht. Zu den wichtigsten dieser Modelle gehören: diskrete Verteilungen:
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =
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;
Mehr3 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
MehrStochastik (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