Mathematik III Wahrscheinlichkeitsrechnung

Größe: px
Ab Seite anzeigen:

Download "Mathematik III Wahrscheinlichkeitsrechnung"

Transkript

1 Mathemat III Wahrschelchetsrechug Ihaltsverzechs 0 Vorbemeruge... Zufällge Eregsse ud Wahrschelchete.... Elemetare Wahrschelchetsrechug.... Berechug vo Wahrschelchete durch Kombatorsche Überleguge Spezalserug des Fudametalprzps Schema zur elemetare Kombator Edlche Wahrschelchete Geometrsche Wahrschelchet Bedgte Wahrschelchet, Uabhägge Eregsse Uabhägget vo Eregsse....6 Axomatsche Begrüdug der Wahrschelchetstheore... 6 Zufallsgröße ud dere Vertelug...8. Zufallsgröße, Verteluge Erwartugswert Egeschafte des Erwartugswertes Egeschafte der Streuug Faltug zweer Verteluge Momete eer Zufallsgröße Charaterstsche Futoe Eführug der Kovaraz (Abwechuge) Folge vo Zufallsgröße Tschebyscheffsche Uglechug Gesetze der große Zahle Beroullsches Gesetz der große Zahle:...53

2 0 Vorbemeruge Mtte des 7. Jh. Chevaler de Mèrè, Blase Pascal Spel mt 3 Würfel Augesumme öfter als Augesumme Auffassug, daß Eregsse oder glechwahrschelch sd Überlegug: 6 Möglchete, ee zu würfel aber auch 6 Möglchete für de : Brefwechsel zwsche Pascal ud Fermat: Afag der Wahrschelchetstheore Modere Theore Stochast! Wahrschelchetstheore ud Statst set Afag deses Jahrhuderts: Astreguge zur Formalserug Zufällge Eregsse ud Wahrschelchete. Elemetare Wahrschelchetsrechug Bespel: Müzwurf determstscher Vorgag, Aufgrud uscharfer Afagsbedguge st Ergebs cht exat vorhersagbar. Zwe eader ausschleßede Ergebsse: Kopf oder Zahl. Jedes Ergebs st glechberechtgt " Kopf oder Zahl trete jewels mt Wahrschelchet ½ auf. Fazt: Spezalfall: Expermet, Versuch mt ugewssem Ausgag, zumdest przpell oder gedalch uter gleche Versuchsbedguge belebg oft wederholbar. Beobachtug: Be uabhägger Wederholug derartger Versuche sd Gesetzmäßgete erebar. Alle edlch vele Versuchsausgäge schleße eader aus ud sd glechberechtgt. Versuch wrd auf gut Glüc durchgeführt. Uter dese Voraussetzuge se A e Eregs, das aus verschedee Versuchsausgäge zusammegesetzt se a. Sete

3 Wahrschelchet (vo Laplace) Azahl der für A güstge Fälle P(A) = Azahl aller möglche Fälle Bespel: Müze Spelwürfel - 6 Ausgäge, A = 6, A = gerade Zahl zwe Spelwürfel - 36 Ausgäge, A = gleche Augezahl Praxs: lage Beobachtugsrehe: mehrmalge uabhägge Durchführug e ud desselbe Expermets, Eregs A det. Be Versuche trete (A) - mal das Eregs A e. Da zegt sch, daß de relatve Häufget (A) ( =,, 3,...) für wachsedes stabl st. Se schwat mehr oder weger um ee gewsse Wert, ämlch de Wahrschelchet P(A). " statstscher Wahrschelchetsbegrff, begrüdet Kotat der (och zu etwcelde) Theore mt der Realtät Problem bem Laplace sche Wahrschelchetsbegrff: glechwahrschelche Eregsse fde, mt dere Hlfe das teresserede Eregs zusammegesetzt werde a.. Berechug vo Wahrschelchete durch Kombatorsche Überleguge K Mege A, A,..., A vom Umfag,,..., Elemete Kombato vo Elemete blde (a, a,..., a ) mt a A We vele solcher Kombatoe sd möglch? Fudametalprzp der Kombator: Azahl verschedeer geordeter -Tupel N =... Bespel: We groß st de Wahrschelchet für das Eregs A, bem Spele mt 3 Würfel de maxmale Augezahl zu erreche? A ( =,, 3) glech, sechselemetg! N = 6 3 Möglchete! güstg! P(A) = /6 Sete 3

4 .. Spezalserug des Fudametalprzps geordete Probe mt Wederholug Elemete öe mehrfach berücschtgt werde, Auswahl mt Zurüclege. Ee Mege A mt Elemete, Elemete wähle " Zurücführug auf Fudametalprzp: A = A =... = A = A! N = geordete Probe ohe Wederholug Ee Mege A mt Elemete, Elemete wähle, dabe Zurüclege verbote " Zurücführug auf Fudametalprzp: A = A Elemet a wähle Elemete A = A \ {a } Elemet a wähle - Elemete A = A \ {a, a } Elemet a 3 wähle - Elemete A = A \ {a, a,..., a - } Elemet a wähle - + Elemete! " N = ( - )( - )... ( - + ) = ( - )! Noch spezeller: = setze " Azahl der Permutatoe vo Elemete ohe Wederholug N =! Bespel: Gruppe vo Studete stzt eem Zug mt Wage. Jeder Studet habe see Wage uabhägg ud auf gut Glüc gewählt. Gesucht st de Wahrschelchet, daß alle Studete verschedee Wage stze. Zuächst alle Möglchete: Studete auf Wage auftele, Problem mt Wederholug ud mt Berücschtgug der Rehefolge " sgesamt N = Möglchete, Studete auf de Wage aufzutele. Eregs A: höchstes e Studet pro Wage für A güstge Fälle: Wederholug verbote, Zahl der Kombatoe (mt Berücschtgug der Rehefolge, ohe Wederholug) Sete 4

5 N(A) =! ( )! Möglchete "! ( ) ( )...( ) = + ( )! Jetzt de Berücschtgug der Rehefolge aufgebe. Mege A vom Umfag, -elemetge Telmege {a, a,..., a } blde. Also ohe Rüclege, ohe Wederholug. Gesuchte Azahl: N Wr beomme alle möglche geordete Probe aus A vom Umfag ohe Wederholug ud jede ur emal, dem wr zuächst ee belebge -elemetge Telmege vo A wähle ud da alle hre Permutatoe blde. Nach dem Fudametalprzp ergbt sch: N! =! ( )! Telmege Permutato = Probe (m. R., o. W.) -elemetg! " N = =!( )! Bomaloeffzet Zerlegug der Mege A Telmege B, B,..., B s vom Umfag,,..., bzw. s s = " Permutato mt Wederholug N =!!!... s! Polyomaloeefzet Bespel: Qualtätsotrolle, Los vo 00 Tele, 0 wurde auf gut Glüc gewählt ud otrollert. Falls e Ausschuß, Aahme des Loses. Gesucht st de Wahrschelchet des Eregsses A, daß e Los mt 00 Ausschußtele cht beastadet wrd? Azahl der Möglchete 0 Tele aus 00 zu wähle, Kombatoe ohe Berücschtgug der Rehefolge, ohe Wederholug 00 N = 00! = 0 0! 90! Sete 5

6 Azahl der für das Eregs A güstge Fälle: 90 gute Tele, davo 0 heraus grefe 0 N = 9 90! = 0 0! 80! ! 90! P( A) = =,!! 9 = e Noch offe: Aus Elemete herauszugrefe, mt Wederholug (zurüclege erlaubt), ohe Berücschtgug der Rehefolge. Azahl der möglche Kombatoe + N = Bespel: auftele Auf wevele Wese lasse sch Marstüce auf Persoe A Mege vo Persoe, umerere Problem: ohe Berücschtgug der Rehefolge, mt Wederholug Des gbt Alaß zu alteratve Iterpretatoe vo Kombatoe: Gegebe sd Zelle, auf de Telche aufgetelt werde solle. Telche sd uterschedbar oder cht Problem mt oder ohe Berücschtgug der Rehefolge Mehrfachbelegug eer Zelle möglch oder cht Problem mt oder ohe Wederholug Bespel: Es sd uterschedlche Dge auf N Schubfächer zu vertele. Jede Möglchet der Vertelug se glech wahrschelch. Mt welcher Wahrschelchet gelage be der Vertelug e Schubfach Dge? Jedes Dg läßt sch ees der N Schubfächer lege, N Möglchete e Dg zu vertele. Fudametalprzp " Azahl aller Möglchete be der Vertelug st N Azahl der güstge Fälle: Sete 6

7 " vo Dge auf e Schubfach vertele (ohe Wederholug, ohe Berücschtgug der Rehefolge) Möglchete dafür " de übrge - Dge N - Schubfächer (egal we) vertele (N - ) - " ( N ) P = = N N N.. Schema zur elemetare Kombator Probe vom Umfag ohe Berücschtgug der Rehefolge mt Berücschtgug der Rehefolge ohe Wederholug mt Wederholug + Telche sd cht uterschedbar! ( )! Telche sd uterschedbar ee Mehrfachbelegug mt Mehrfachbelegug Vertelug vo Telche auf Zelle.3 Edlche Wahrschelchete " ächster Schrtt zur Formalserug des Wahrschelchetsbegrffes, durch Idetfzerug zufällger Eregsse mt Mege Zufällger Versuch habe Ausgag ω : Realserug, Stchprobe oder Elemetareregs Elemetareregs: Bespel: alle Elemetareregsse (alle Versuchsausgäge) eer Mege Ω zusammefasse: Raum aller Elemetareregsse. (gewsse) Telmege vo Ω blde da de zufällge Eregsse, Ω ud see Eregsse. Würfelexpermet Ω = {,, 3, 4, 5, 6} Eregs A: gerade Zahl würfel A = {, 4, 6} Ω Sete 7

8 Sete 8

9 Ω das schere Eregs trtt stets e das umöglche Eregs trtt emals e " Das Etrete des Elemetareregsses ω hat alle Eregsse A mt ω A zur Folge. De Eregsse A sd Telmege des Raumes der Elemetareregsse ω A Ω Damt st ee schere Bass für alle ähere Betrachtuge gelegt. Raum der Elemetareregsse etspreched de Regel der Megelehre struturere. Defto: Das Eregs A aus Ω, zehe das Eregs B aus Ω ach sch, A B, falls ω A ω B Stets glt: A, A Ω Defto: Zeht A Ω das Eregs B Ω sowe B das Eregs A ach sch, so heße de Eregsse A ud B glech. A = B A B B A Defto: De Summe (Veregug) A B der Eregsse A, B Ω, trtt geau da e, we wegstes ees der Eregsse A oder B etrtt. ω A B ω A ω B Stets glt: A = A A A B A A = A B A B A Ω = Ω Kommutatvtät: Assozatvtät: A B = B A A (B C) = (A B) C Allgeme: edlche Summe vo Eregsse U A = A A... A = (A ) =,,... Folge vo Eregsse, A Ω. Da bedeutet A das Eregs, das geau da etrfft, we mdestes ees der A etrtt. U = Defto: Das Produt (der Durchschtt) A B der Eregsse A, B Ω trtt geau da e, we sowohl A als auch B etrete. ω A B ω A ω B Sete 9

10 Stets glt: A = A B A A A = A A B B A Ω = A Außerdem glt das Kommutatv- ud das Assozatvgesetz bezüglch. Allgeme: edlches Produt vo Eregsse A Ω I A = A A... A jedes der A trtt e = I A = Defto: Das zu A Ω omplemetäre Eregs A trtt geau da e, we A cht etrtt. Es glt A A=Ω A A=, d.h. A ud A zerlege de Raum der Elemetareregsse Ω= =Ω A B B A Defto: Sd A ud B zufällge Eregsse, so bezeche wr das Eregs das geau da etrtt, we A aber cht B etrtt, mt A \ B. Es glt: A \ B = A B Bemerug: Aufgrud der vo us gewählte Kostruto gelte für Eregsse grudsätzlch de Regel der Megelehre, etwa de Dstrbutvgesetze: A (B C) = (A B) (B C) A (B C) = (A B) (B C) oder de DeMorga sche Regel: A B = A B allgeme A = A I U = = A B= A B allgeme A = A U I = = Sete 0

11 Bespel: 4 Geräte see der folgede Wese geschaltet: 3 4 A bezeche das zufällge Eregs: Das Gerät fällt aus ( =,, 3, 4) Eregs A: Das System fällt aus A= A ( A A3 A4) Eregs B: Das System fällt cht aus B = A ( A A A ) 3 4 Defto: Ee Mege M zufällger Eregsse heßt Eregsalgebra, we glt: E: Ω M E: A M, B M " A B M ( M st -stabl) E3: A M " A M Ethält M uedlch vele Elemete, so habe M überdes de Egeschaft E4 : A M ( =,,...) " U M I desem Fall st M ee σ-algebra. A = Folgeruge: Ee Eregsalgebra bestzt de Egeschafte:. M. A, B M " A B M, A \ B M (M st -stabl) 3. A M ( =,,...) " I A M = Bespel:. Ω gegebe, sowe A Ω ; A Ω ; A ; Eregsalgebra M mt A M ostruere M = {A, A,, Ω}. Kleste Algebra: M = {, Ω} 3. Größte Algebra: M = (Ω) (Potezm. aller Telmeg.) Se Ω = {ω, ω,..., ω N } edlch mt N Elemete. Wevele Elemete ethält da de Potezmege? Mege A Ω ostruere: Megebldugsprzp Sete

12 Also N Telche auf zwe Zelle auftele. " (Ω) ethält N Elemete. ω A oder ω A Bespel: Spel mt zwe Würfel: 6 6 = 36 Elemetareregsse Ω = {(, ), (, ),..., (6, 6)} (Ω) ethält 36 = Elemete (Ω) ethält qualtatv mehr Elemete als Ω. Ω abzählbar Ω = {ω, ω,...} (Ω) überabzählbar I desem Falle lasse sch gerade och Wahrschelchete auf alle Eregsse A (Ω) defere. Be überabzählbare Ω, z.b. Ω = R glt das cht mehr. Borel-Mege Se Ω = R de reelle Achse. Nach dem Eregs {ω : ω = x} (x R) zu frage st oft cht svoll, dagege ach {ω : ω Itervall} sehr. " spezelle Telmege vo Ω betrachte: A = (a, b] ; - < a < b < Blde dese Mege ee Algebra? (a, b] (b, c] = (a, c], U (, + ] = R = Wr müsse Mege hzuehme. Defto: Se Ω = R. Mt L bezeche wr de leste σ-algebra (Exstez geschert), de alle betroffee Itervalle (a, b], - < a < b < ethält. L heßt σ-algebra der Borel-Mege R. Mttels geegeter Paralleleppede (Rechtec, Quader,...) defert ma de σ-algebra L der Borel-Mege m R. Im folgede setze wr u stets voraus, daß der jewels betrachtete Raum der Elemetareregsse Ω durch ee geegete Eregsalgebra struturert se. Nur de Elemete A M wolle wr üftg als Eregsse zulasse. Defto: Es se Ω e Elemetareregsraum versehe mt der Eregsalgebra Sete

13 M. Zwe Eregsse A, B M heße uverebar oder dsjut, falls hr gemesames Etrete umöglch st. A B = De Eregsse A ud B schleße eader aus. Bespel: Würfel Eregs A = ugerade Zahl würfel Eregs B = ee Zahl größer 5 würfel Defto: Ee Mege cht umöglch zufällger Eregsse {A, A,..., A,...}, ( A M ) heßt vollstädges Eregssystem we glt: V: A ( =,,...) paarwese uverebar A A = ( ) V: Vollstädget A A A = Ω Vollstädges Eregssystem zerlegt de Raum Ω. Nächstes Zel st de Weteretwclug des Wahrschelchetsbegrffes. Spezalserug: Raum der Elemetareregsse se höchstes abzählbar: Ω = {ω, ω,..., ω } oder Ω = {ω, ω,...} Eregsalgebra M ethalte alle eputge Eregsse A = {ω } M ( =,,...). {A, A,..., A } bldet also vollstädges Eregssystem. " Für alle A M Wahrschelchet P(A) defere: A! P(A), A M Zuerst Futo P : M! [0, ] auf dem vollstädge Eregssystem defere: A! P(A ) = P({ω }) = p =,,... Dabe muß für de Folge ( p ) =,,... atürlch gelte p > 0 ud p = für =,,... Für e belebges Eregs A M setze wr P(A) :=. p ω A Bespel: Ω = {0,,,...} Mege der atürlche Zahle. Sete 3

14 λ > 0 feste reelle Zahl p λ λ = e! λ λ " p > 0 p = e =! = 0 = 0 Egeschafte der Wahrschelchet P:. 0 P(A), mt P(A) = p. P(Ω) = p = ω Ω ω A 3. P(A) = p = p p = P(A) 4. P( ) = - P(Ω) ω A ω A Ω ω 5. Addtostheorem: A ud B uverebar " P(A B) = P(A) + P(B) 6. Verallgemeerug: A, =,,... höchstes abzählbar vele paarwese uverebare Eregsse A A = ( ;, =,,...) " P U A = P(A ) = = 7. Uverebaret falle lasse: A, B M belebg P(A B) = P(A) + P(B) - P(A B) 8. Isotoe der Wahrschelchet: A B " P(A) P(B) Sete 4

15 .4 Geometrsche Wahrschelchet Zufällge Expermete mt überabzählbar vele Ausgäge öe mt elemetare Methode behadelt werde. Bespel: Ee Dame versprcht, zwsche 7.00 ud 8.00 Uhr zu eem Redezvous zu erschee, ähere Agabe macht se cht. Wahrschelchet für das Eregs, daß se zwsche 7.03 ud 7.3 Uhr etrfft st gesucht. Aschauug ud Ituto: Ω 0 m PA ( )= = 60 m 3 Abstrato: Ihalt der Mege A = {t : 7.03 t 7.3} Ihalt der Mege Ω = {t : 7.00 t 8.00} P(A) = Ihalt (A) Ihalt Ω Bespel: Glücsrad mt Zeger; zufällger Versuch: Rad drehe, wo blebt Zeger stehe, jede Zegerstellug glechberechtgt. Ω = {γ : 0 γ π } Eregs A ξ für Eregs A güstge Zegerstelluge detfzere 3 A = { ξ: π ξ π } π Ihalt (A) P(A) = Ihalt ( Ω ) = π = 4 Bespel: Zwe Persoe verebare, sch zwsche ud 3 a eem bestmmte Ort zu treffe. Jeder wartet auf de adere ötgefalls 5 Mute, daach geht er. We groß st de Wahrschelchet für e Treffe? Sete 5

16 y P II Put (x, y) repräsetert Auftszete für bede Persoe I ud II. A Ω = [0,]² A = {(x, y) Ω : x - y ¼} o x P I " y = x + 4 ud y = x 4 P(A) = Ihalt (A) -P(A Ihalt ( Ω ) = ) = 3 4 = 7 6 Allgemees Modell: Versuch lasse sch als zufällges Werfe ees Putes eem beschrätem Grudberech Ω des -dmesoale euldsche Raumes zu terpretere. Dabe gelte: Der geworfee Put a auf jede belebge Put ω Ω falle Ihaltsgleche Telmege vo Ω ( = Eregsse) habe de gleche Wahrschelchet Das schere Eregs etsprcht dem Grudberech Ω Da berechet sch de Wahrschelchet des Eregsses A Ω ach der Formel: P(A) = Ihalt (A) Ihalt ( Ω) Bemeruge: " Wahrschelchet ees Eregsses st also uabhägg vo der spezelle Lage ud Gestalt Ω " De Aaloge zum lasssche Laplace sche Wahrschelchetsbegrff st offeschtlch. " De derartg deferte geometrsche Wahrschelchet hat vel Alaß zu Mßverstädsse ud Ewäde gegebe. Grud: Paradoxo vo Bertrad. Aufgabe: I eem Kres wrd zufällg ee Sehe gezoge. We groß st de Wahrschelchet dafür, daß dere Läge de Sete ees m Kres ebeschrebee glechsetge Dreecs übertrfft? Sete 6

17 . Auffassug: Aus Symmetregrüde o.b.d.a. Rchtug der Sehe festhalte. Da serecht Durchmesser des Kreses betrachte. r s l 3 r M r r Wa glt s > l? Mttelput M der Sehe zwsche r ud 3 r r " P = = r. Auffassug: Sptze des glechsetge Dreecs eem Edput der Sehe, Wel der Sehe mt Tagete. π 3 π 3 π 3 güstger Berech: π π l " π 3 = π 3 3. Auffassug: Mttelput M der Sehe zufällg m Kreser wähle. Außerdem muß Abstad M zu 0 leer als r se. r M 0 P= = Ihalt (Kres mt r ) Ihalt (Kres mt r) r = r π 4 Lösug der Aufgabe offebar vo Lösugsweg abhägg. Auflösug des Paradoxo: Es wurde jewels verschedee Aufgabe formulert. Sete 7

18 . zufällg bedeutet her, de Put M auf gut Glüc auf (0, r) zu wähle. Wel ξ auf gut Glüc (0, π) wähle 3. Put auf gut Glüc der ere Kresfläche wähle " damt gaz verschedee Zufallsmechasme vorausgesetzt " uterschedlche Lösuge 0 r/ r 3r/.5 Bedgte Wahrschelchet, Uabhägge Eregsse Gegebe: Wahrschelchetsraum (Ω, M, P) Modell für (reale) Bedgugsomplex ees zufällge Expermets Eregs B M, P(B) > 0 zusätzlche Hypothese: Das Eregs B trtt e Durch Hzuahme deser Hypothese wrd der Bedgugsomlex geädert. Folglch werde sch.a. auch de Wahrschelchete der Eregsse A M äder. Defto: Uter de obge Voraussetzuge heßt: P( A B) : = P(A B) P(B) de bedgte Wahrschelchet des Eregsses A uter der Bedgug B. Bespel: Maschesystem Rehe I II III p q -(p+q) 0 Wahrschelchet für Ursache ees Ausfalls des Systems be: Masche I: p Masche II: q Masche III: - (p + q) System se ausgefalle, berets vergeblch ach eem Fehler Masche I gesucht. We st de Wahrschelchet dafür, daß da de Ursache Masche II legt? Eregs A: Ursache des Ausfalls legt geau a Masche II Sete 8

19 Eregs B: Ursache des Ausfalls legt cht a Masche II Gesucht: P(A B) Es glt her A B, sowe P(A) = q P(B) = - P(A) = - p ud weter P( A B) P( A) q P(A B) = = = PB ( ) A B PB ( ) p Egeschafte der bedgte Wahrschelchet. 0 P(A B) P( A B). B uverebar " P(A B) = = 0 PB ( ) P(A B) PB ( ) 3. B A " P(A B) = = = P(B) PB ( ) 4. [X] Ω) = P ( A Ω) P( A) = = P( A) P( Ω) 5. De bedgte Wahrschelchet P(A B) a leer, größer oder glech der ubedgte Wahrschelchet P(A) se. Bespel: Spelwürfel B = gerade Augezahl! P(B) = ½ a) A = Augezahl cht größer als 3! P(A) = ½ P(A B) = P(A B) P(B) 6 = = 3 <P(A)= b) A = Augezahl glech, 3 oder 4! P(A) = ½ P(A B) 3 P(A B) = = = > P(A) = P(B) 3 c) A = Augezahl glech oder! P(A) = 3 P(A B) 6 P(A B) = = = = P(A) P(B) 3 Sete 9

20 Hypothese: B, P(B) > 0 festhalte Futo A! P B (A) := P(A B), A M betrachte. Be festem B bestzt P(B) alle Egeschafte eer Wahrschelchet; st also ee eue Wahrschelchet auf M. - ohe Bewes - A, B see Eregsse mt P(A) > 0, P(B) > 0! P(A B) =? Zuwele P(A B) oder P(B A) beat oder lechter zu ermttel. Defto der bedgte Wahrschelchet Multplatossatz: Es see A ud B Eregsse postver Wahrschelchet. Da glt: P(A B) = P(A B) P(B) = P(B A) P(A) Folgerug: P(A B) P(A) = P(B A) P(B) Bespel: 0 Bauelemete sd eer Kste, 4 davo sd defet. Elemete werde acheader auf gut Glüc etomme. Mt welcher Wahrschelchet sd bede Elemete tat? (Eregs A) A = -tes Elemet tat ( =, ) P(A ) = 6 0, P(A A ) = " P(A) = P(A A ) = P(A ) P(A A ) = = P( A A A ) = P( A A ) P( A A A ) = P( A ) P( A A ) P( A A A ) Verallgemeerug: Es see A, A,..., A zufällge Eregsse mt P( A A... A ) >, da glt: 0 P( A A... A ) = P( A ) P( A A ) P( A A A )... P( A A A... A ) 3 Gegebe: Eregs A, vollstädges Eregssystem {B, B,..., B } B paarwese dsjut U B =Ω, P(B ) > 0 ) Stadput: P(A) gesucht, P(A B ) dagege beat. Formel der totale Wahrschelchet Sete 0

21 B Ω B = A P(A) = P(A B )* P(B ) B 3 Bewes: A= A Ω) = A ( B ) = ( A B ) U U U 3 paarwese uverebar P( A) = P( ( A B )) = P( A B ) = P( A B ) * PB ( ) PB ( ) Bespel: Ru des Spelers Speler mmt a Spelrude tel: Errate des Resultats ees Müzwurfs. Es wrd um ee Mar gespelt. Müze errate - rchtg! + DM - falsch! - DM Afagsaptal: x DM ; x = 0,,... (0 = ee Spelrude möglch) Stratege des Spelers: Solage spele, bs Summe a Mar errecht st (a x) Problem: Mt welcher Wahrschelchet verlert der Speler se Kaptal? P(x) = Wahrschelchet, daß sch der Speler mt Afagsaptal vo x DM ruert. (x = 0,,..., a) Eregs B = Speler gewt der erste Rude x! x + Eregs B = Speler verlert der erste Rude x! x - Eregs A = Der Speler wrd ruert B, B : vollstädges Eregssystem: B PB ( ) = ud PB ( ) = B =Ω ud B B = P(A) cht erebar, aber Bezehug für bedgte Wahrschelchete. PAB ( ) = px ( ) 0 x - x x + q PAB ( ) = px ( + ) " Awede der Formel der totale Wahrschelchet: Sete

22 P( x) = P( A) = P( A B ) P( B ) + P( A B ) P( B ) = px ( + ) px ( ) + Dfferezeglechug Px ( ) = px ( + ) + px ( ) ( ) P(0) =, P(a) = 0 allgemee Lösug der Dfferezeglechug: Esetze de Radbedguge: P(x) = c + c x = P(0) = c 0 = p(a) = c (= 0) + c a! c x Lösug: Px ( ) = (x = 0,,..., a) a = a.5. Uabhägget vo Eregsse A, B see Eregsse mt P(A), P(B) > 0 möglcher Spezalfall: (*) P(A B) = P(A) P( A B) P( A B) PB ( ) 67 4= 84 " PBA ( ) P A B PB ( ) = = = ( ) = PB ( ) PB ( ) PB ( ) P( A) P( A) Damt st P ( A B ) = PB ( ) PA ( B) = PA ( ) PB ( ) falls (*) glt. P( A) Defto: Zufällge Eregsse A ud B heße uabhägg, falls glt: P( A B) = P( A) P( B) Bemerug: Voraussetzuge P(A), P(B) > 0 habe wr verachlässgt. Hat wegstes ees der Eregsse A oder B de Wahrschelchet Null, so sd A ud B uabhägg. Uverebaret vo A ud B: Verglech mt dem Multplatossatz: A, B M, P(A), P(B) > 0 PA ( B) = PAB ( ) PB ( ) = PBA ( ) PA ( ) Ma uterschede de Begrffe uabhägg ud uverebar für Eregsse. A B= P( A B) = 0 Folglch sd zwe uverebare Eregsse A, B postver Wahrschelchet cht uabhägg: Sete

23 3 P( A) 3 P( B) + P( A B) = 0 > 0 > 0 Bespel: Satblatt ee Karte auf gut Glüc zehe Eregs A = Farbe st P Eregs A = Karte st Dame Sd A ud A uabhägg? Formal: P( A ) =, P A 4 ( ) 3 = 8 P( A A) = Es glt: P( A) P( A) = = = P( A A) " Eregsse sd uabhägg P( A A) = = P( A), P( A A) = = P( A) 4 8 Bemerug: Satz: Bewes: Uabhägget vo A ud B drüct aus, daß A ud B wahrschelchetstheoretsch dem Se ee Efluß aufeader habe, daß de Iformato B trtt e - we se überhaupt postve Wahrschelchet hat - chts a der Wahrschelchet vo A ädert. Sd de Eregsse A ud B uabhägg, so sd es auch de Eregsse A ud B, A ud B, we auch A ud B. See A ud B uabhägge Eregsse: P( A B) = P( A) P( B) Es geügt zu zege: Da sd auch A ud B uabhägg. Eregs B dsjut zerlege: B = Ω B = (A A) B = (A B) (A B) ( A B) ( A B) = Addvtät: Sete 3

24 PB ( ) = PA ( B) PA ( B) = PA ( ) PB ( ) PA ( B) PA ( B) = PB ( ) PA ( ) PB ( ) = [ P( A)] P( B) = P( A) P( B). Bespel: zwe verschedee Würfel werfe Eregs A = Würfel zegt ugerade Augezahl B = Würfel zegt ugerade Augezahl C = De Augesumme st ugerade A ud B offebar uabhägg P( A) =, PB ( ) = PA ( B) = = PA ( ) PB ( ) 4 bedgte Wahrschelchete: PCA ( ) =, PCB ( ) = aber auch PC ( ) = " A, C sowe B, C jewels uabhägg aders ausgedrüct: P( A) = P( B) = P( C) = P( A B) = P( A C) = P( B C) = 4 Eregsse A, B,C paarwese uabhägg. Aber: P(C A B) = 0 " C cht uabhägg vo {A, B} es besteht her offebar Abhägget zu drtt " Defto Defto: uabhägg, De zufällge Eregsse A, A,..., A heße vollstädg we für belebge =, 3,..., ud belebge atürlche Zahle,... mt < <... < glt: P( A... A ) = P( A )... P( A ) De zufällge Eregsse eer uedlche Folge A, A,... heße vollstädg abhägg, we für jedes atürlche =, 3,... de Eregsse A,..., A vollstädg sd. Folgerug: Bemeruge: Sd de Eregsse A,..., A vollstädg uabhägg, so sd se es auch paarwese. De Umehrug obger Folgeruge glt cht (sehe Bespel). Aus der Bezehug P( A B C) = P( A) P( B) P( C) mt P(C) > 0 folgt.a. cht P( A B) = P( A) P( B) Sete 4

25 Bespel: Ω= { ω : 0 < ω < } 4 A = { ω: 0< ω < } 8, B = { ω: < ω < }, C = { ω: 3 < ω < } P(D) - Ihalt vo D (Läge) A C 0 B Es glt: P( A) = P( B) = P( C) =, sowe P( A B C) = = P( A) P( B) P( C) 8 3 Aber: P( A B) = = P( A) P( B) 8 8 Des begrüdet de omplzerte Defto der vollstädge Uabhägget. Bayessche Formel: Formel der totale Wahrschelchet: P( A) = P( A B ) P( B ) {B, B,..., B } vollstädges Eregssystem Adere Fragestellug: Eregs postver Wahrschelchete: P(A) > 0 beat: P(B ), P(A B ) ( =,,..., ) gesucht: P(B A) =? Satz: (Bayessche Formel) Uter de obge Voraussetzuge glt: P( A B) P( B) PB ( A) = ( =,,..., ) P( A B ) P( B ) = Bewes: ach Defto der bedgte Wahrschelchet: PB ( A) = PB ( A) PB ( A), P ( A B ) = P( A) PB ( ) PB ( A) PA ( ) = PA ( B) PB ( ) P( A B) P( B) " PB ( A) = ( =,,..., ) P( A) Sete 5

26 Voraussetzuge zur Awedug der Formel der totale Wahrschelchet für P(A) erfüllt. " PB ( A) = P( A B ) P( B ) = P( A B ) P( B ) ( =,,..., ) Sprechwese: P(B ) a pror Wahrschelchete P(B A) a posteror Wahrschelchete Physalsches Aalogo der Bayessche Formel: I Gefäße see Lösuge e ud desselbe Stoffes uterschedlche Kozetratoe ethalte. Das Gesamtvolume der Lösuge se Lter. P(B ) - Volume der Lösuge m -te Gefäß ( =,,..., ) P(B A) = P( A B) P( B) P( A B ) P( B ) =,..., = Atel der Gesamtstoffmege m -te Gefäß..6 Axomatsche Begrüdug der Wahrschelchetstheore Kolmogorov 933 Vorgegebe: Ω - Raum der Elemetareregs M - System vo Telmege vo Ω : σ -Algebra S. Ω M S. A M A M S3. A M ( =,,...) U A M = P reellwertg auf M, P erfüllt de Axome W. P(A) > 0 W. P(Ω ) = W3. A M ( =,,...) paarwese uverebar " P U A = P(A ) = = De Futo P heßt Wahrschelchet oder auch Wahrschelchetsmaß auf M. Das Trppel ( Ω, M, P) heßt Wahrschelchetsraum. Bemerug: De umehr edgültge Fassug des Wahrschelchetsbegrffs verallgemeert usere bsherge Kostrutoe. Vele der m spezelle Fall gezegte Egeschafte sd allgemegültg. Sete 6

27 Egeschafte: (Auswahl). P( ) = 0 Bewes: P(Ω) = P( Ω...) = P(Ω) + P( ) + P( ) +... " P( ) = 0. edlche Addtvtät A, B uverebare Eregsse " P(A B) = P(A) + P(B) Bewes: A = A, A = B, A = ( = 3, 4,...) P(A B) = P UA = P(A = P(A) + P(B) + ) P( ) = P(A) = - P(A), A M Bewes: A M " A M, A A=Ω, A A = = P(Ω) = P(A A) = P(A) + P(A) 4. Mootoe A B P(A) P(B) ; A, B M Bewes: Eregs B dsjut zerlege: B = ( A (B A) A (B A) = P(B) = P(A (B A)) = P(A) + P(B 4 A) 34 P(A) 5. Subaddvtät A, ( =,,...) Folge vo Eregsse aus M P( U A ) P(A ) = = Bewes: 0 Aus (A ) ee Folge paarweser dsjuter Eregsse (B ) ostruere: B = A, B = A \ A, B 3 = A 3 \ (A A ),..., B = A \ (A A... A - ) = A \ U A " UA = A (A \ A ) (A 3 \ (A A ))... = UB = A A A A A3 =0 Weterh glt: B A Mootoe P(B ) P(A ) ( =,,...) Sete 7

28 " P UA = P UB P(B ) P(A ) = 6. Stetget a) sotoe Folge vo Eregsse A A A3... Lmes der Megefolge: U A " P( U A ) = lm P( A ) Bewes: Weder de Gleder der Folge (A ) dsjut mache: B = A, B = A \ B,..., B = A \ U B = A A A 3 Folge (B ) paarwese dsjuter Eregsse, A = U U U = = " P( A ) = P( B ) = P(B ) = lm P(B ) = lm P( B ) = lm P(A ) = U B b) attoe Folge vo Eregsse A A A 3... her glt Lmes A " P( I A ) = lm P(A ) Bewes: durch Übergag zu de omplemetäre Eregsse: A Folge I I U a) A I... mooto wachsee P( A ) = P( A ) = P( A ) = lm P( A ) = lm[ P( A )] = lm P(A ) Zufallsgröße ud dere Vertelug Eführug: Beroull-Schema: ( Ω, M, P) Wahrschelchetsraum zufällges Eregs A, P(A) = p, 0 < p < Expermet wrd -mal uabhägg voeader ausgeführt A trtt e: Erfolg, A - Alteratve Sete 8

29 ( ) Idator A etrtt. bewertet, ob der -te Versuch erfolgrech st, d.h. ob A A ( ) = A trtt e 0 A trtt e " Folge uabhägger vom Zufall abhägger ( ) Größe A ( =,..., ) P(A) P(A) Werteberech: R Vertelug 0 De Größe X zählt de Azahl der Erfolge be Durchführug vo Versuche: X = = ( ) A Welche Werte a X aehme? Mt welche Wahrschelchete? " Vertelug auf {0,,..., } Eregs {X = }: A trtt der Versuchssere -mal ud - -mal cht auf. -Erfolge 3 - (*) Jede orete Folge (*) hat de Wahrschelchet p ( p). Wevele solcher Folge gbt es? * *... * -Erfolge -mal Erfolg auf Plätze vertele Sete 9

30 Kombatorsche Stadardaufgabe: Vertelug vo Telche auf Zelle Telche cht uterschedbar ee Mehrfachbeleguge " verschedee Kombatoe " P{X = } = p ( p) ( = 0,,..., ) Das st de Vertelug der Azahl der Erfolge: Bomalvertelug mt de Parameter ud p " P{X = } = = 0 = 0 p ( p) [p ( p)] = + = Bomscher Satz Versuchssere: Beroull-Schema uabhägge Vertelug e- ud desselbe Versuches Bemerug: ( ) de Größe A ud X häge vom Zufall ab. ω A ( ausführlch: ) () A (ω ) =, X(w) = A (w) 0 ω A = Spätere Defto solcher Größe als Zufallsgröße. Bewertug des Putes etspreched der Bomalvertelug: = p = p 0 p X p p! p * { = } = ( ) (!( )! p ) = = 0 = 0 = = = 0 ( )! p p p ( )! ( ) = p ( )!( )!![ ( + )]! = 0 ( p) ( )! = = + =![( ) p p p ( ) ( ) p ( p) p[ p ( p)] p ]! b. Satz = 0 ( + ) Sete 30

31 " Parameter der Lage der Vertelug aderer Parameter: charatersert de Streuug der Vertelug mttlere quadratsche Abwechug Mttelwert ( X p) =... = p( p) 4 34 Zetrere auf Null Kostruto X: ählche Betr. X ( ) = = : X = A 0 Was passert be wachsedem? Trc: Größe X zetrere ud ormere, d.h. X * = X p p( p). pratsche Bedeutug: Da glt der Grezwertsatz vo de MOIRE-LAPLACE x x * lm Px { X x} = e dx π, x < x R groß, cht Ezelwahrschelchete P{X = }, soder P{a X b} see teressat (a, b R) Pa { X b} = P = P x a p X p b p p( p) p( p) p( p) a p * b p X p( p) p( p) Uegetlches Itegral: π b p p( p) a p p( p) e x dx efacher darstelle Φ:= π x e x, x R Itegral teressert, es glt sogar t e dt = π x e dx π = Sete 3

32 Futo Φ vertafelt oder m Computer b p a p Pa { X b} Φ Φ p( p) p( p) Bespel: Produto vo Glühlämpche Kartos zu je 000 Stüc Erfahrugstatsache: Ausschuß m Mttel 3% " (vage) Erwartug, pro Karto 30 Lämpche defet. Realserbare Frage: Wahrschelchet dafür, daß 0 bs 40 Lämpche defet sd. Modell: X (zufällge) Azahl defeter Lämpche eem auf gut Glüc gewähltem Karto mt 000 Lämpche. X st bomalvertelt mt de Parameter = 000 ud p = 0,03 " Mttel: p = 000 * 0.03 = 30 mttlere quadratsche Abwechug: p q = 000 * 0.03 * ( ) = 9. gesuchte Wahrschelchet: P{0 X 40}= P{ X = } = 003. ( 003. ) = 0 = " zu omplzert " Näherug * * P{ 0 X 40} Φ Φ 000 * * * 0. 03* = 094. Φ Φ = Φ(.85) x Symmetre des Itegrate e Φ Sete 3

33 . Das Itegral Φ bestzt ee Dchte: x x Φ( x) = e dy= l ( x) dx, x R π x l( x) = e π x l( x) l( x) -x x x -x x x " Φ(x) + Φ(-x) = " Φ(x) - Φ(-x) = Φ(x) - (-Φ(x) = Φ(x) - De Futo defert de Vertelug eer (stetge) zufällge Größe Y, de Werte aus gaz R aehme a, es glt: P{Y < x} = Φ(x), x R es glt außerdem: P{a Y < b} = Φ(b) - Φ(a), a < b De Größe Y heßt ormalvertelt, geauer stadard-ormal-vertelt ach N(0, ).. Zufallsgröße, Verteluge vorgegebe: Wahrschelchetsraum (Ω, M, P) Defto: Ee reellwertge Futo X auf Ω ω X(ω) (ω Ω) heßt Zufallsgröße, falls für jede reelle Zahl x glt: {ω Ω : X(ω) < x} M (*) Ω X ω X(ω) R Urbld vo (-, x) Bemeruge: Sete 33

34 . De Regel der σ-algebra folged sd da auch Mege der Gestalt: {ω: x X(ω) x } = {ω : X(ω) < x } \ {ω: X(ω) < x }. De Bedgug (*) geat Meßbaret vo X st techscher Natur; se schert, daß alle Mege {ω: X(ω) < x}, {ω: x X < x },... Eregsse sd, für de folgede Wahrschelchete gebldet werde öe: ω: X(ω) < x}, P{ω: x X < x } 3. üblcherwese schrebt ma urz: {X < x}, {x X < x } ud P{X<x}, P{x X x },... {ω: X(ω) < x}, {ω: x X(ω) < x } P{ω: X(ω) < x} {X < x} P{X < x} P(Γ) (M) Γ X Γ M (M) G (Ω, M, P) [ ) P x (R, L ) Mttels der Abbldug X wrd der σ-algebra L der Borel-Mege vo R das Bldmaß P x vo P defert: P x (G) := P{ω : X(ω) G} Defto: Das Maß P x heßt Vertelug, auch Wahrschelchetsvertelug vo X auf (R, L ). Deses Maß regelt, mt welcher Wahrschelchet de Zufallsgröße X be eer Realserug ee Wert aus eer gegebee Borel-Mege ammt: P x ([x, x )) = P{x X < x } Wr uterschede Spezalfälle: Defto: Bespel: De Zufallsgröße X heßt dsret, we se ur edlch oder abzählbar uedlch vele Werte aehme a. Es glt da: P{X = x} = P{ω : X(ω) = x} (x = x, x,...) 4 34 feste Werte P{X = x } = R x Bomalvertelte Zufallsgröße mt Parameter (, p) mmt ausschleßlch Werte {0,,..., } a. Sete 34

35 Defto: De Zufallsgröße X heßt stetg, we hre Wahrschelchetsvertelug ee Dchte p 0 bestzt, so daß P{x X < x } = x p(x)dx (x < x R) glt. Folgerug: P{ω: X(ω) R} = P{ - < x < } = p(x)dx = x P(x) x x + x x P{X [x, x+ x)} = p(x) x + o( x) Bespel: Bespel: stadardormalvertelte Zufallsgröße X, adere Vertelug ostruere: Zufallsgröße X 0 X Zet des Etretes rgedees Eregsses; (Lebesdauer, Zerfallszet) s 0 t t + s Zet Ageomme {X > t} Frage: {X > t + s}? Zufallsgröße X se gedächtslos, falls P{X > t + s X > t} = P{ X > s} (s, t 0) glt. " " P{x > t + s, X > t} =P(X>s) P{X > t} P{X > t + s} > P(X > s) P{X > t + s} = P{X > t}*p{x > s} P{X > t} Futoaltätsglechug: [Ψ(t + s) = Ψ(t) Ψ(s)] gesucht: beschräte Lösug " P{X > t} = e -λt (t 0) Sete 35

36 Komplemet blde: P{X < t} = -e - t λ,t 0 0, t < 0 Zufallsgröße mt deser Vertelug heßt expotetell vertelt mt dem Parameter λ > 0. - t P{X < } = lm (-e λ ) = t Zufallsgröße X hat ee Dchte: -λt dp{x < t} d[-e ] λ = = λe t, t 0 dt dt λe -λ t, t 0 " p(t) = 0, t < 0 Also: P{X < t} = t ps () ds, t R Se X bomalvertelte Zufallsgröße mt de Parameter ud p: P{X = } = Problem: Asatz: p p) - ( ( = 0,,..., ) p werde le " mttlere Zahl der Erfolge le, läßt ma smulta wachse, da st der Mttelwert trotzdem bedeuted. p = λ; λ > 0 ostat. Was passert für? = ostat: P{X # = } = p p) -! ( = p ( p) = p!( )!! ( ) p ( p ) * 6444 Fatore 74448! ( p ) p p ( )*...*( + ) = = ( )!! λ λ λ + = * *...*! { { { λ e λ lm { P{ X = } =! e λ (Grezwertsatz) Sete 36

37 Wege λ λ! e = st damt ee Wahrschelchetsvertelug auf {0,,,...} erlärt. = 0 Defto: Ee Zufallsgröße X mt P{X = } = λ λ! e (= 0,,...) heßt POISSON-vertelt mt dem Parameter λ > 0. Modell: radoatver Zerfall Radum Rado α - Telche (He-Ker) Im Zettervall der Läge t zerfällt das Radumatom mt Wahrschelchet p(t). Radumabahme Abstad sehr groß, Zerfall ees Kers erfolgt uabhägg vo alle adere. Mttlere Zahl der ausgesadte α - Telche währed t: a(t) = p(t) Expermetelle Erfahruge (Messuge) für t = s ud = 0 (= 9 Rade): a(t) 0 0 " p(t) 0 - (also sehr le) Versuch: Erfolg: Beobachtuge ees deser Atome Zerfall währed s glechzetg laufe also 0 solcher Versuche ab. Voraussetzuge des Beroullschema erfüllt. Zerfallsgröße X(t): Azahl der währed t ausgesadte α-telche. sehr groß, p sehr le " aäherd POISSON-vertelt mt Parameter λ = p. P{X(t) = } = λ! e λ ; (= 0,,...) mt t = s Verallgemeerug des Begrffes der Zufallsgröße: Defto: Bemeruge: Es see x, x,..., x Zufallsgröße auf e- ud demselbe Wahrschelchetsraum (Ω, M, P). Da heßt das -Tupel X = (X, X,..., X ) e Zufallsvetor. zufällge Vetore sd Vetore, dere Kompoete Zufallsgröße sd. Ma a X als (meßbare) Abbldug vo Ω de Raum R auffasse. Sete 37

38 De Vertelug vo X st das Bldmaß P vo P der σ-algebra der Borelmege L vo R. X P (B) = P{ X B} = P{ω : X (ω), X (ω),..., X (ω) B} B L X Bespele für Zufallsvetore: smultae Messug verschedeer Größe be eem Expermet. (p-v-dagramm, Körpergröße ees Mesche, Dmeso ees Werstüces) Defto: E Zufallsvetor X = (X, X,..., X ) heßt dsret, we er höchstes abzählbar vele verschedee Werte X = (X, X,..., X ) R aehme a. Defto: Der Zufallsvetor X heßt stetg, we see Vertelug ee Dchte p(x, x,..., x ) 0 bestzt: P{X B} =... p(x, x,..., x ) dx dx... dx B L B X, X,..., X,... höchstes abzählbar vele Zufallsgröße auf (Ω, M, P) Defto: De Zufallsgröße X, X,..., X,... heße uabhägg, falls für belebge Zahle x x de Eregsse {x X < x } =,,...,,... vollstädg uabhägg sd. Folgeruge:. Be dsrete uabhägge Zufallsgröße X, X,..., X glt für de (gemesame) Vertelug vo X = (X, X,..., X ): P{X = x, X = x,..., X = x } = P{X = x } P{X = x }... P(X = x }, (x, x,..., x ) R.. Be stetge uabhägge Zufallsgröße X, X,..., X mt de Dchte p, p,..., p glt für de (gemesame) Dchte des zufällge Vetors X = (X, X,..., X ): p(x, x,..., x ) = p (x ) p (x )... p (x ) mt (x, x,..., x ) R. Futoe vo Zufallsgröße X se Zufallsgröße auf (Ω, M, P), g st reelle Futo g: R aus R. Uter gaz schwache Voraussetzuge (Meßbaret muß geschert se) st da auch de durch ω g(x(ω)), ω Ω deferte Abbldug ee Zufallsgröße. Aaloges glt für ee Zufallsvetor (X, X,..., X ) ud de Futo h: R R. Y = h(x, X,..., X ) st da Zufallsgröße auf (Ω, M, P). Sete 38

39 Charaterserug vo Zufallsgröße ud Vetore X se Zufallsgröße auf (Ω, M, P) wchtgste Charaterst vo X: Vertelug P X (aber oft uhadlch ) Defto: De durch F X (x) = P{X<x}, x R deferte Futo heßt Vertelugsfuto der Zufallsgröße X. Bemerug: De Vertelugsfuto der Zufallsgröße X charatersert de Vertelug eer Zufallsgröße vollstädg, es glt: Bespel: P{x < X < x } = F X (x ) - F X (x ) Stadard-Normalvertelug N(0, ) F X = Φ (x) = x y y e dy π, x R x Bomalvertelug mt Parameter, p F X (x) = 0, x 0 - p ( p), 0< x 0 <, x> x F X(x) x Egeschafte eer Vertelugsfuto FX. 0 F X (x), x R. F X mooto wachsed x x F(x ) F(x ) 3. F X lssetg stetg lm F (y) = F (x), x R Y X-0 4. lm F (x) = 0, lm F (x) = x - X x X X X Bemerug: Dese Egeschafte sd sogar charatersered, d.h. jede Futo F Sete 39

40 mt dese Egeschafte - 4 st Vertelugsfuto eer gewsse Zufallsgröße X. Vertelugsfuto ethält volle Iformato über de Vertelug, aber omplzert ud schwerg zu bestmme (be Zufallsgröße mt a pror ubeater Vertelug) " Wusch ach Iformatosverdchtug Bespel: (Glechvertelug) De dsrete Zufallsgröße X mt de Werte x, x,..., x heßt glechvertelt, falls glt: P{X = x} = ( =,,..., ) x x x Aalog glt für de Dchte eer stetge Glechvertelug auf dem Itervall [a, b] R: p(x) =, b a a x b 0, sost F X (x) 0 a b Mttelmare für X: X dsret: arthmetsches Mttel = X stetg: Itervallmtte = a + b x = Verallgemeerug für dese Mtteluge für belebge dsrete ud stetge Zufallsgröße X? Sete 40

41 . Erwartugswert Defto: Es se X ee dsrete Zufallsgröße mt de Werte x, =,,... Da heßt de durch EX = xp{x = x} deferte Zahl der Erwartugswert der Zufallsgröße X. Dabe wrd der Edeutget wege de absolute Kovergez obger Rehe vorausgesetzt: xp{x = x} < Defto: Für ee stetge Zufallsgröße X defere wr EX = X p(x)dx als Erwartugswert. Es wrd weder de absolute Kovergez vorausgesetzt: x p(x)dx <. EX = EX = x P{X=x } (dsret) x p(x) dx (stetg) absolut overget Bemeruge: Der Begrff des Erwartugswertes ommt userer aschaulche Vorstellug ees Mttels (Mttelug) sehr ahe. Deutet ma ee dsrete oder stetge Wahrschelchetsvertelug als Massevertelug ees dsret oder stetg vertelte mechasche Systems auf der Achse, so st EX der Schwerput des Systems (m physalsche Se). Es gbt aber auch adere Methode zu Mttel (Meda, Zetralwert) Bespele: λ λ Posso-Vertelug EX = P{X = } = e =! = 0 = = λ ( )! e λ e l λ = λ ( )! = λe λ λ = λ 3 = 0! λ e Parameter der Posso-Vertelug st desem Falle = Erwartugswert derselbe, vortelhaft für statstsche Utersuchuge. = Sete 4

42 partelle Itegr. λx Expotetalvertelug EX = xp(x) dx = xλe dx =... = 0 λ.. Egeschafte des Erwartugswertes. Leartät E(aX + by) = aex + bey. Futo eer Zufallsgröße g(x) X dsret: Eg(X) = g(x ) P{X = x } X stetg: Eg(X) = g(x) { p(x) dx Dchte vo X absolute Kovergez der rechte Sete jewels vorausgesetzt. Der Erwartugswert charatersert de Lage des Zetrums eer Vertelug (Lageparameter); über de Stäre möglcher Abwechuge der Zufallsgröße vom Zetrum gbt er ee Ausuft. " Wusch ach eem Maß für de Streuug Defto: Es se X ee Zufallsgröße mt dem Erwartugswert EX. Da wrd m Falle der Exstez durch D X = E(X - EX) de Streuug (oder Varaz) der Zufallsgröße X defert. Spezell glt: X dsret: D X = (x - EX) P{X=x } X stetg: D X = (x - EX) x x+dx p(x) dx 0 de D X wrd über de Futo g(x) = (X - EX) vo X bestmmt. p(x) Bemerug: Auch de Streuug gestattet ee mechasche Iterpretato. Veraschaulcht ma sch de Vertelug als dsretes oder stetges Massesystem auf der Achse mt dem Schwerput EX, so etsprcht D X dem Träghetsmomet deses Systems bezüglch eer Achse durch de Schwerput. (Exstez jewels vorausgesetzt)... Egeschafte der Streuug. D (ax + b) = a D X Bewes: D (ax + b) = E[(aX + b) - E(aX + b)] = E[a(X - EX) + (b - Eb)] = E[a (X - EX) ] = a D X Sete 4

43 Folgerug: D (-X) = D X X D D X = (Normere, Stadardsere vo X). Aahme: X eputvertelt: P{X = c} = c feste reelle Zahl " X = c fast scher, EX = c De Streuug eer Zufallsgröße X st geau da Null, we X eputvertelt st. 3. D X = EX - (EX) Bewes: D X = E(X - EX) = E[X - X EX + (EX) ] = EX - EX (EX) + (EX) = EX - (EX) Dese Aussage st mt dem Steersche Satz äquvalet: EX = D X + (EX) Träghetsmomet bzgl. d. Träghetsmomet bzgl. d. Abstadsquadrat: Achse durch 0 Achse durch Schwerput Schwerput-Nullput 4. D (X+Y) = D X + D Y + [E (XY) - (EX) (EY)] Bespele:. X st Posso-vertelt mt Parameter λ > 0 EX = g(x) = x Eg(X) = = 0 λ = λ e = ( )! = λ (λ+) λ g(x ) P{X = x } = = λ[ = 0 = 0 P{X = } + P{X = } = = 0 = λ λ! e P{X = }] = λ[ex + ] Steerscher Satz " D X = EX -(EX) = λ(λ+) - λ = λ. X st expotetalvertelt mt Parameter λ > 0 EX = x p(x) dx = x λe -λx dx =... mal partell tegrert... = λ " D X = EX - (EX) = λ - λ = λ 3. Normalvertelug Y se ee stadardormalvertelte Zufallsgröße " EY = 0, D Y = (Streuug) urz: N (0, ) 0 Sete 43

44 X = σy + µ - leare Trasformato vo Y; σ > 0, µ R F X (x) = P{X < x} = P{σY + µ < x} = P{ Y < x µ σ } x µ = F Y ( x µ σ ) = Φ ( x µ σ σ ) = x ( t µ ) l( udu= ) t u σ l( ) σ dt = σ e dt πσ x Defto: Ee Zufallsgröße X mt deser Vertelugsfuto F X heßt ormalvertelt mt de Parameter σ > 0, µ R oder N(µ, σ ) vertelt. Bedeutug der Parameter: EX = E(σY + µ) = σ {EY + µ = µ =σ D X = D (σy + µ) = σ {DY = σ =.3 Faltug zweer Verteluge X, Y see Zufallsgröße auf (Ω, M, P) g: R! R Futo, (Meßbaret se geschert) " eue Zufallsgröße: Z = g(x, Y) Vertelug vo Z? spezell: X, Y see dsjut mt Werte x, y ; (, = 0,,...) P{Z = z} = P{X = x,y = y } z R g(x,y ) = z Summert wrd also über dsjute Idzes, für de g(x, y ) = z. Exstere ee solche Werte x, y, so st de Summe glech Null. Zur Berechug vo P{X = z} muß ma also. a. de gemesame Vertelug vo X ud Y ee. och spezeller: Summe vo X ud Y P{Z = z} = P{X = x,y = y } x+ y= z Übug: X, Y Posso-vertelt " Spezell X, Y mt Werte 0,,,... P{Z = } = P{X = ;Y = } = (X, Y uabhägg) = 0 = P{X = }P{Y = } = 0 Zel: et ma Faltug der Vertelug vo X ud Y!! Übertragug der Methode auf stetge Zufallsgröße X, Y mt der gemesame Dchte f X,Y Sete 44

45 gesucht: Z = X + Y stetg?, Dchte f Z? z R: f Z (z) = P{Z < z} = P{X + Y < z} = f (x,y)dxdy X,Y X+ Y< z y Doppeltegral, Itegratosgebet B = {(x,y): - < x <, - < y < z-x} z y = z - x x + y = z y = z - x x z x x z x = (Itegral terere) = ( f (x,y)dy)dx = (Substtuto m ere Itegral) x = X,Y y= Substtuto: ζ = x + y, y = ζ - x dy = dζ y = -! ζ = - y = z - x! ζ = x + y = x + (z - x) = z z = ( f (x,z x)dz)dx x= X,Y z= Zel: Futo vo z! Itegralrehefolgetausch z = ( fx,y ( x, ζ x) dx)dζ ζ = z x= Dchte für f Z(z) : f Z (ζ) " Dchte für Z = X + Y f Z (z) = f X,Y (x,z x)dy; z R " Damt st Z = X + Y ee stetge Zufallsgröße spezell: Aahme: X ud Y uabhägg Sete 45

46 " f X,Y (x,y) = f X (x) * f Y (y) (x, y R) " f Z (z) = f (x,z x)dx= f (x)*f (z x)dx X,Y X Y Faltugsformel für de Dchte f X ud f Y (be Uabhägget) f Z (z) = f X(x) * f Y(z x)dx ; z R Bemerug: Durch Vertausche der Rolle vo x ud y de obge Überleguge bewest ma de Formel: f Z (z) = f X (z y)*f Y (y)dy ; z R y= wetere Aussage über uabhägge Zufallsgröße X ud Y: EXY = EX EY f, g reelle Futoe, X,Y uabhägg f(x), g(x) uabhägg.3. Momete eer Zufallsgröße X - Zufallsgröße Defto: der Im Falle der Exstez heßt m = EX ( =,,...) das -te Momet Zufallsgröße X. allgeme: µ = E(x - c) ( =,,...) heßt -tes Momet vo X bezüglch c R Momete sd sowohl theoretsch (Mometeproblem) als auch pratsch (Statst) bedeutsam..4 Charaterstsche Futoe Vorbemerug: omplexe Zufallsgröße X, Y (reelle) Zufallsgröße auf dem Wahrschelchetsraum (Ω, M, P) Z = X + Y omplexe Zufallsgröße auf (Ω, M, P) Meßbaret überträgt sch Vertelug vo Z a durch de gemesame Vertelug vo X, Y charatersert werde Erwartugswert vo Z: formal summere EZ = EX + EY Z j = X j + Y j (j =, ) Z, Z uabhägg: (X, Y uabhägg vo X, Y ) Betrag EZ { E Z Amerug: { z = x + y omplexe Zahl reelle Zufallsgröße Darstellug omplexer Zahle (Wdh.) y z Sete 46

47 algebrasche Form: z = x + y x trgoometrsche Form: z = r(cos ζ + s ζ) y r ζ z x Expotetalform: z = r e ζ Defto: Bemerug: Se X ee (reelle) Zufallsgröße auf dem Wahrschelchetsraum (Ω, M, P). Da bezeche wr de Abbldug t! ζ X (t) := E(e tx ), - < t < als charaterstsche Futo der Zufallsgröße X oder der Vertelug vo X. Aufgrud vo e tx = st obger Ausdruc absolut ud glechmäßg t overget. Zu jeder Zufallsgröße X exstert also de charaterstsche Futo ζ X (t). X dsrete Zufallsgröße: tx [g(x) = e ] = 0 ζ(t) = E (e tx tx ) = e *P{X= x }, t R (absolute Kovergez) Bespel: X se zweputvertelt P{X = -} = P{X = } = " ζ(t) = e -t * + et = e t e t + = cos t X stetg: Vertelug vo X bestzt Dchte f X ζ(t) = E( e tx ) = tx e f X (x)dx tx, t R Kovergez: e { f X(x) = f X(x) = = (absolut overget ud glechmäßg t) R Sete 47

48 X stetg: Vertelug vo X besteht aus Dchte f X ϕ(t) = E (e tx ) = g(x) = e tx etx f X (x) dx, t R Kovergez: etx f X (x) dx = f X(x) dx = Bespel: R X auf [0, ] glechmäßg vertelt: 0 x Dchte f X (x) = 0 sost " ϕ(t) = etx f X (x) dx = x= 0 e tx * dx = tx e t x= t e = t x= 0, t Egeschafte charaterstscher Futoe ϕ(0) = E e tx t =0 = E e 0 = e 0 = ϕ(t) = E (e tx ) E tx = E* = ϕ(-t) = ϕ( t ) t R (qualtatve Aussage) (ojugert omplex) [jede charaterstsche Futo erfüllt (otwedgerwese) dese Bedguge; se sd desse cht hreched] leare Trasformato vo X: Zufallsgröße Y =ax + b charaterstsche Futo? ϕ Y (t) = E (e ty ) = E (e t(ax + b) ) = E(e tb e tax ) = e tb E(e tax ) = e tb ϕ X (at), t R Multplatossatz: X, Y see zwe uabhägge Zufallsgröße charaterstsche Futo der Summe Z = X + Y? ϕ Z (t) = E (e tz ) = E (e t(x + Y) ) = E (e tx e ty ) = (uter der Voraussetzug, daß X ud Y uabhägg sd) = E (e tx ) E (e ty ) = ϕ X (t) * ϕ Y (t), t R Satz: De charaterstsche Futo der Summe edlch veler vollstädg uabhägger Zufallsgröße st glech dem Produt der charaterstsche Futoe deser Zufallsgröße. Bespel: X se Posso-vertelt mt Parameter λ > 0 ϕ X (t) = E (e tx ) = = 0 t ( λe )! = 0 e = e e = e e t P{X=} = t t λ λ λ( e ) = 0,t R e t λ! e-λ = e -λ Sete 48

49 Y se Posso-vertelt mt Parameter µ > 0 ud uabhägg vo X. We st Z = X + Y vertelt? ϕ Z (t) = ϕ X (t) ϕ Y(t) = e t t λ ( e ) µ ( ) e e = exp[λ(e t -) + µ(e t -)] = exp [(λ+µ) (e t -)] charaterstsche Futo eer Possovertelug mt Parameter λ + µ Bemerug: Edeutgetssatz: Falls ϕ Z de Vertelug vo Z, edeutg charatersert, so st Z Posso-Vertelt mt dem Parameter λ + µ.. Jede Vertelug st durch hre charaterstsche Futo edeutg bestmmt. Erzeugug der Momete eer Zufallsgröße Bestzt de Zufallsgröße X das Momet -ter Ordug m = EX, so exstert de -te Abletug vo ϕ X ud es glt: m = d ϕ X () t dt = 0 Charaterste m -dmesoale Zufallsvetor (X, Y) auf dem Wahrschelchetsraum (Ω, M, P) [P (X,Y) (B) = P{(X,Y) B} = P{ω: (X(ω), Y(ω) B}, B L ] t Iformatosverdchtug: Erwartugswert, Streuug (Varaz) verallgemeer. Erwartugsvetor: (EX, EY) y (EX, EY) x Varaz verallgemeer: zwe Zufallsgröße X, Y aus D X, D Y aber auch Abhäggete zwsche X ud Y berücschtge. Sete 49

50 .5 Eführug der Kovaraz (Abwechuge) cov (X, Y) = E(X - EX) (Y-EY) " cov (X, Y) = D X Kovarazmatrx: DX cov( XY, ) cov( XY, ) symmetrsch, postv deferte Matrx DY Kovaraz ormere: ζ(x,y) = cov( XY, ) DX DY Aussage: Bespel: Kompoete X ud Y uabhägg " E( X*Y) = (EX) (EY) cov (X,Y) = 0 ζ(x, Y) = 0 D (X + Y) = D X + D Y (Amerug: +[E (XY) - EX EY] = cov (X, Y)) -dmesoale Normalvertelug, agegebe durch de Dchte der Vertelug vo (X, Y): f(x,y) = ( x µ µ µ µ x ) ( x x)( y y) ( y y) exp ζ + πσ σ ζ ζ σ σσ σ x y ( ) x x y y y µ y µ x x cov (X, Y) = ζ σ x σ y, ζ(x, y) = ζ X N(µ x, σ x ), Y N(µ y, σ y ).6 Folge vo Zufallsgröße Marovsche Uglechuge: Es se X ee fast scher cht egatve Zufallsgröße: P{X 0} =, für de der Erwartugswert EX exstert. Da glt für jede Zahl t > 0 de Abürzug: Bewes: P{X t} EX t Sete 50

51 X st dsret: Ezelwahrschelchete P{X = x } ( = 0,,,...) " EX = x P{X = x } = { xp { X= x} + xp { X= x} { xp { X= x} x : < t x : > t x : > t t 0 t P{ X = x} = tp{ X t} Behauptug x : > t t > 0 0 EX t X se fast scher 0 P{X t} EX t X se stetg: Dchte f X (x) > 0 EX = x f X(x) dx = x f X(x) dx = 0 t x f X(x) dx + 0 x f X(x) dx t x f X(x) dx t x= t P{X < 0} = 0 0 f X(x) dx = t P{X t} Behauptug x= t Bemerug: I deser Uglechug wrd vo der Vertelug vo X ledglch der Erwartugswert EX beutzt, daher st de obge Abschätzug oft recht grob. Zu bessere Resultate ommt ma, we ma auch de Summe D X der Zufallsgröße beutze a..6. Tschebyscheffsche Uglechug De Zufallsgröße X bestze Erwartugswert ud Streuug. Da glt für t > 0: P{ X - EX t } DX t Bewes: Uter Awedug der Marovsche Uglechug auf (X - EX), t wrd durch t ersetzt: P{(X - EX) t } E(X EX) t Das Eregs {(X- EX) t } trtt geau da e, we { X - EX t} E(X EX) t Sete 5

52 t dc geezechete Bereche auf der t-achse etspreche geau dem marerte Berech der t -Achse t -t t t Bemeruge: Für t D X wrd de Aussage deser Uglechug trval, de da st DX. t Im Falle t = 3σ = 3 DX (de Dre-Sgma-Greze ) besagt de Tschebyscheffsche Uglechug, daß für jede Zufallsgröße X - also für jede Vertelug - mt Exstere der Streuug glt: EX-3σ EX EX+3σ P{ X - EX < 3σ} = - P{ X - EX 3σ} - DX 9σ (quattatv wchtge Aussage) = - σ = - 9σ 9 = 8 9 Bemerug: We de Wahrschelchet = 8 9 [EX-3σ, EX+3σ]. st, legt X m Itervall.7 Gesetze der große Zahle Beroull-Schema: Sere vo uabhägge Versuche, Zufallsgröße X zählt das Etrete des Eregsses A der Sere. P(A) = p " X bomal vertelt mt de Parameter, p " Ex = p, D X = p ( - p) X : absolute Häufget des Etretes vo A relatve Häufget: h (A):= X Naturbeobachtug: Folge der relatve Häufgete h (A) ( =,,...) st stabl. Erwartugswert ud Streuug der relatve Häufgete: E h (A) = E X = Ex = p = p = P(A) " E h (A) = P(A) ( =,,...) [Erwartugswert d. relatve Häufget vo A st glech der Wahrschelchet vo A] Sete 5

53 " D h (A) = p ( p )! 0 für! (determstsche Kovergez) De Varaz ud damt de Abwechug der relatve Häufget h (A) vo der dem Expermet zugrude legede Wahrschelchet P(A), de wr als objetv gegebe asehe, wrd mmer leer. Mt Hlfe der Tschebyscheffsche Uglechug läßt sch dese Abwechug sogar quattatv erfasse: Für ε > 0 glt: P{ h (A) - P(A) ε} = P{ h (A) - E h (A) ε} Dh A ( ) = p ( p ) ε ε.7. Beroullsches Gesetz der große Zahle: Es se A e eem zufällge Versuch auftretedes Eregs ud h (A) de relatve Häufget des Etretes vo A eer Sere vo uabhägge Wederholuge deses Versuches ( =,,...). Da glt: lm P{ h (A) - P(A) < ε} = Ma sagt: h (A) overgert stochastsch gege de Wahrschelchet P(A). Bemeruge:. Nebe seer umttelbare Bedeutug lehrt deses Gesetz auch, daß jedes Eregs postver Wahrschelchet - we le dese auch se mag - eer geüged lage Versuchssere mt eer belebg ahe a Es gelegee Wahrschelchet mdestes emal vorommt: Gesetz der große Zahle - der Traum jede Spelers.. Allgeme st deses Gesetz e hervorrageder Beleg für de adäquate Beschrebug realer zufällger Phäomee durch de Wahrschelchetstheore. Verallgemeerug: Aussage: glechem X ; =,,... Folge vo Zufallsgröße arthmetsches Mttel der erste Zufallsgröße X : X Y = = X, X,..., X,... Folge uabhägger Zufallsgröße mt Erwartugswert Ex = µ ( =,,...) ud beschräter Streuug D X M. Für ε > 0 glt: (*) lm P{ Y - µ ε} = σ Aussage: X, X,..., X,... paarwese uabhägge detsch vertelte Zufallsgröße, dere Erwartugswert ud Streuug exstere. Auch da glt das Gesetz der große Zahle (*). We wr scho bem Grezwertsatz vo de More-Laplace eelerte, sd auch Aussage über Grezverteluge möglch. Sete 53

54 Es se (X ) ee Folge uabhägger, detsch vertelter Zufallsgröße mt postver Streuug. Da geügt de Folge (X ) dem zetrale Grezwertsatz : EX = µ, D X = σ > 0 ( =,,...) Z = = ( X µ ) X µ = = ( =,,...) σ σ = X µ = P{a < < b} Φ(b) - Φ(a) σ X µ = d.h. de Zufallsgröße Z = σ ( =,,...) sd asymptotsch ormalvertelt, geauer N(0, ) vertelt. Bemerug: Der Zetrale Grezwertsatz mafestert de eorme theoretsche ud pratsche Bedeutug der Normalvertelug. Ergbt sch ee Zufallsgröße aus der Überlagerug eer Velzahl wetgehed uabhägger zufällger Effete, so st se geähert ormalvertelt. Zur Bestmmug der asymptotsche Vertelug st da ur de Kets der Erwartugswerte ud Streuuge erforderlch. Sete 54

Stochastik Formeln von Gerald Meier

Stochastik Formeln von Gerald Meier Stochast Formel vo Gerald Meer Grudbegrffe ud Operatoe umöglches Eregs scheres Eregs Ω A mplzert B Glechhet A B AB cht A A A ud B A B A oder B A B A ohe B A \ B A B dsjut A B de Morga A B A B Elemetareregs

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung

Höhere Mathematik 4 Kapitel 17 Wahrscheinlichkeitsrechnung Höhere Mathemat 4 Katel 7 Wahrschelchetsrechug Prof. Dr.-Ig. Deter Kraus Höhere Mathemat 4 Katel 7 Ihaltsverzechs 7 Wahrschelchetsrechug...7-7. Deftoe, Besele...7-7. Bedgte Wahrschelchete, uabhägge regsse...7-7.

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung Überscht Statst für Boformater I Wahrschelchetsrechug I. Kombator I. Bedgte Wahrschelchete ud Uabhägget I.. Defto bedgte Wahrschelchet I.. Formel vo der totale Wahrschelchet I..3 Bayes sche Formel I..4

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge zumdest gedalch belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge (zumdest gedalch) belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen

Grundbegriffe. Verknüpfungen. Verknüpfungen. Rechenregeln für Mengenverknüpfungen Grudbegrffe Verüpfuge Zufallsexpermet Grudraum/ Eregsraum Ω Elemetareregs ω Eregs uter gleche Bedguge (zumdest gedalch) belebg oft wederholbarer Vorgag Mege der möglche Versuchsausgäge st beat oreter Ausgag

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker

Wahrscheinlichkeitsrechnung und mathematische Statistik für Informatiker Wahrschelchetsrechug ud mathematsche Statst für Iformater Prof. Dr. M. Vot (WS /3) Vorlesugsmtschrft vo Thorste Kerhof, Chrste Zarges ud Dael Malga Ihalt: Eletug Sete Wahrschelchetsräume Sete Uabhägget

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz

Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz Dskrete Zufallsvarable Wahrschelchketsräume Zufallsvarable rwartugswert Varaz Quz Im Fall eer Glechvertelug sd glech große Telmege vo Ω glech wahrschelch. Z.B. glt für Ω{0,,}: {0}{}{} 3 {0,}{0,}{,} 3 Aalog

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008 KOMINORIK Doa Logofătu Hochschule Müche, FK 7 4 ud prl 8 Was st Kombator? espele für Frage ud ufgabe aus der Kombator. Was mache wr heute? (Dsusso). Przp der Iluso ud Eluso. Schubfachprzp. Permutatoe 4.

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Über Kommentare und Ergänzungen zu diesen Lösungsbeispielen freuen wir uns!

Über Kommentare und Ergänzungen zu diesen Lösungsbeispielen freuen wir uns! Aufgabe ud Lösuge. Rude 0 Über Kommetare ud Ergäzuge zu dese Lösugsbespele freue wr us!» KORREKTURKOMMISSION VORSITZENDER KARL FEGERT» BUNDESWETTBEWERB MATHEMATIK Kortrjer Straße, 577 Bo Postfach 0 0 0,

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 00 II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Textil & Design Formelsammlung Statistik

Textil & Design Formelsammlung Statistik Textl & Desg Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe absolute Häufgket

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

1 n xi. = å. 1 k. i i

1 n xi. = å. 1 k. i i Thema 4 Wahrschelchet Statst - Neff INHALT 4.3 Kotgez => Ch -Uabhäggetstest (= Ch -Kotgeztest) wr beutze h = / als Näherug für de Wahrschelchete ab 4.6 De Asätze für de Maßzahle "Mttelwert" ud "Varaz"

Mehr

STATISTIK II, Prof. Dr. Dr. Helge Toutenburg. WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL. Nach. gelesen von.

STATISTIK II, Prof. Dr. Dr. Helge Toutenburg. WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL. Nach. gelesen von. INDUKTIVE STATISTIK Nach STATISTIK II, gelese vo Prof. Dr. Dr. Helge Touteburg a der WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL m Sommersemester zusammegefasst vo Dael Fra ver.., 8-6-

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Eletug - I - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf

Mehr

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung Wahrschelchketsrechug ud Statstk - Zusamefassug atrck letscher. September 3 Wahrschelchkete. Eregsraum Der Eregsraum Ω umfasst alle möglche Ausgäge ees Zufallsexpermmets. E Elemetareregs Ω st e Elemet

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Klausur SS 2005 Version 1

Klausur SS 2005 Version 1 BEMERKUG: für de Rchtgket der Lösuge wrd atürlch kee Garate überomme!! Klausur SS 005 Verso Aufgabe : e Gamma-Quat hat kee Ladug > el. Felder übe kee Kräfte aus > kee Kräfte, kee Äderug der Bewegug (ewto)

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Lehrehet zur Kursehet Mathematk für Iformatker m Ferstudegag Allgemee

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Deskrptve Statstk Formelsammlug Statstk. Edmesoale Häugketsverteluge Merkmal: X Datemege (Stchprobe) vom Umfag N: x, x 2,..., x geordete Stchprobe: x (), x (2),..., x () mt x () x (2)... x () Auspräguge

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen I. Derptve tatt Formelammlug 005 Formelammlug I. Derptve tatt Grudgeamthet (Gg tchprobe (P Mege vo Objete, de hchtlch ee Uteruchugzele al glechartg ageehe werde. Mege vo beobachtete Mermalwerte a eer (zufällge

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Deskriptive Statistik behaftet.

Deskriptive Statistik behaftet. De Statstk beschäftgt sch mt Masseerscheuge, be dee de dahterstehede Ezeleregsse mest zufällg sd. Statstk beutzt de Methode der Wahrschelchketsrechug. Fudametalregel: Statstsche Aussage bezehe sch e auf

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten: FH Wedel Prof. Dr. Sebasta Iwaows D5 Fole Dsrete athemat Sebasta Iwaows FH Wedel ap.5: ombator Refereze zum Nacharbete: Lag 5. 5. 7. (Bsp. 4) Beutelspacher 4 (außer Fxpute vo Permutatoe) eel 8 Hacheberger

Mehr

Statistische Maßzahlen

Statistische Maßzahlen Statstsche Maßzahle Stochastk h Mt h Mt Varaz arosches Mttelwert Azahl der Klasse, Azahl der Beobachtugswerte, statstscher Beobachtugswert, Zufallsvarable, Azahl der Beobachtugswerte Azahl der Beobachtugswerte,

Mehr

Informationstheorie. Allgemeines. Java-Applets. Skript und Bücher. Vorlesungsplan. Modul 1: Einführung und Wahrscheinlichkeitsrechnung

Informationstheorie. Allgemeines. Java-Applets. Skript und Bücher. Vorlesungsplan. Modul 1: Einführung und Wahrscheinlichkeitsrechnung Modul : Eführug ud Wahrschelchketsrechug Iformatostheore Dozet: Prof. Dr. M. Gross E-mal: grossm@f.ethz.ch Assstete: Berd Bckel, Dael Cottg, Mchael Waschbüsch, Bors Köf, Adrea Fracke, Uel Peter, Barbara

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen 9. Verzechs wchtger Formelzeche ud Abürzuge 9 Verzechs wchtger Formelzeche ud Abürzuge Formelzeche a a a y a * arcta2(y,) = arcta( y/ ) für arcta( y/ ) + π für < b B BL = O c H H y Läge des Uterarms des

Mehr