Die Binomialverteilung
|
|
- Christel Kruse
- vor 5 Jahren
- Abrufe
Transkript
1 Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen Der Bernoulliversuch Frage: Was versteht man unter einem Bernoulliversuch Definition: Ein Bernoulliversuch ist ein Zufallsversuch mit möglichen Versuchsausgängen. Der Versuchsausgang "Erfolg" tritt mit der Wahrscheinlichkeit p ein. Der Versuchsausgang "Misserfolg" geschieht mit der Wahrscheinlichkeit q = - p. Beispiel: Ziehen aus einer Urne mit 3 roten und blauen Kugeln p = 0, und q =0, Ergebnisse rot blau Wahrscheinlichkeit 0, 0, Bemerkung: Ein Zufallsversuch heißt Bernolliversuch, wenn die Ergebnismenge zweielementig gewählt werden kann. S = {e, e} Es kann also jeder Zufallsversuch als Bernoulliversuch interpretiert werden. Beispiel: Ziehen aus einer Urne mit 3 roten, blauen und grünen Kugeln S = {rot, nicht rot} mit p = 0,3 und q = 0,7 Ergebnisse Wahrscheinlichkeit rot 0,3 nicht rot 0,7 Beispiele: Fußballspiel: Sieg oder kein Sieg Würfel: gerade oder ungerade Definition: Eine Zufallsgröße heißt Bernoulligröße, wenn die Wahrscheinlichkeitsverteilung den Wert mit der Erfolgswahrscheinlichkeit p und den Wert 0 mit der Misserfolgswahrscheinlichkeit -p annimmt. X = x i P(X = x i ) 0, 0 0, Definition: Die n-fache Realisierung eines Bernoulliexperimentes mit konstanter Wahrscheinlichkeit p heißt Bernolli-Kette der Länge n und mit der Erfolgswahrscheinlichkeit p. (n-maliges Ziehen aus einer Urne mit Zurücklegen) Bemerkung: Ein mehrstufiger Zufallsversuch ist nur dann eine Bernoullikette, wenn die Erfolgswahrscheinlichkeit konstant bleibt und die Anzahl der Stufen konstant ist. Beispiele: Zufallsversuch: 0-maliges Würfeln eines Tetraeders Zufallsgröße: X beschreibt die Anzahl der geworfenen Einsen Zufallsversuch: Aus einer Kiste mit sehr vielen Transistoren werden 0 Stück entnommen und geprüft, ob sie defekt sind Zufallsgröße: X beschreibt die Anzahl der defekten Transistoren (Seite )
2 Beispiel: Ein Sportler führt Freiwürfe durch. Er trifft jeweils mit einer Wahrscheinlichkeit von 0%. X beschreibt die Anzahl der Treffer Die Zufallsgröße nimmt folgende Werte an. X = x i P(X = x i ) 0 3 Die Wahrscheinlichkeiten werden wir jetzt analysieren. Bemerkung: Für einer Bernoullikette nimmt die Zufallsgröße X die Werte 0; ;...; n an. Ein Baumdiagramm könnte so aussehen: Bemerkung: Für einen Pfad würde beispielsweise gelten: P(A) = ( ) ( ) (Seite )
3 Das wäre die Wahrscheinlichkeit, dass die ersten beiden Würfe Treffer sind und die beiden letzten Würfe keinen Treffer erbringen. Die Frage stellt sich, wie viele Pfade es gibt, sodass genau -mal getroffen wird. Diese Frage können wir bereits beantworten... EEMM ; EMEM ; EMME ; MEEM ; MEME ; MMEE. Es sind also fade. Der Binomialkoeffizient und die Binomialverteilung Problem: Wir wissen noch nicht, wie viele Pfade i.a. zu einem Ereignis einer Bernoullikette gehören. Bei Bernoullikette der Länge n mit den Ausgängen "Erfolg" und "Misserfolg" gibt es n k = n! k!(n k)! Möglichkeiten, dass genau k mal Erfolg und n-k mal Misserfolg vorhanden ist. Sprechweise: n über k Aufgabe: Berechnen Sie folgende Binomialkoeffizienten: 0 ; ; ; 3 ; Lösung: 0 = ; = ; = ; 3 = ; = Diese Zahlen können wir jetzt die vollständige Formel zur Berechnung der Wahrscheinlichkeit der Bernoullikette angeben. Satz: Für eine Bernoullikette mit den Parametern n und p gilt: P(X = k) = n k p k ( p) n k Bemerkung: Die Zufallsgröße X ist binomialverteilt mit den Parametern n und p. Dafür schreibt man manchmal ein großes B mit den Parametern n und p im Index. B n;p (k) = n k p k ( p) n k (Seite 3)
4 Beispiel : Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei -maligen Werfen genau 3 mal eine zu werfen X... Zufallsgröße, die die Anzahl der Sechsen beschreibt X ist binomialverteilt n = und p = / P(X = 3) = B 0, (3) = ( )( 3 )3 ( ) l 0, 03 Beispiel : Ein Schüler hat für einen "Multiple-Choice-Test" nicht gelernt. Der Test besteht aus 0 Fragen mit je vier Antworten. Es ist jeweils genau eine Antwort richtig. Wie groß ist die Wahrscheinlichkeit, dass der Schüler mindestens die Hälfte der Fragen richtig beantwortet. Analyse: Es handelt sich um eine Bernoullikette mit den Parametern n = 0 und p = 0,. Die Zufallsgröße X kann die Werte von 0 bis 0 annehmen. Das Ereignis entspricht den Zahlen bis 0. P(Xm) = P(X = ) + P(X = ) P(X = 0) = B 0;0. () + B 0;0. () + B 0;0. (7) + B 0;0. (8) + B 0;0. (9) + B 0;0. (0) = 0 0, 0, , 0, , 0 = 0, 078 = 7, 8% Der Schüler beantwortet mit 7,8 % Sicherheit mindestens die Hälfte der Fragen richtig. Beispiel 3: Ein Spieler setzt beim Roulette 0-mal nacheinander auf rot. Ereignis A: Es erscheint genau -mal rot. Ereignis B: Es erscheint mindestens -mal rot. Ereignis C: Es erscheint mindestens -mal rot. p = 8 P(A) = P(X = ) = P(C) = P(Xm) = P(X = 0) l 0, P(B) = P(Xm)l0, 89 = 9 l 0, Antwort: Die Wahrscheinlichkeit, dass genau -mal rot erscheint, beträgt, %. Die Wahrscheinlichkeit, dass mindestens -mal rot erscheint, beträgt 8,9 %. Die Wahrscheinlichkeit, dass mindestens -mal rot erscheint, beträgt 99,87 %. (Seite )
5 Wahrscheinlichkeitsverteilung eine binomialverteilten Zufallsgröße Beispiel: Ein Sportler führt Freiwürfe durch. Er trifft jeweils mit einer Wahrscheinlichkeit von 0%. X beschreibt die Anzahl der Treffer Beispiel: Die Binomialverteilung P(X = 0) = B ;0, (0) = 0 0, 0 0, 9 = 0, P(X = ) = B ;0, () = 0, 0, 9 3 = 0, 9 P(X = ) = B ;0, () = 0, 0, 9 = 0, 08 P(X = 3) = B ;0, (3) = 3 0, 3 0, 9 = 0, 003 P(X = ) = B ;0, () = 0, 0, 9 0 = 0, 000 Wahrscheinlichkeitsverteilung: X = k 0 3 P(X = k) 0, 0, 9 0, 08 0, 003 0, 000 Bemerkung: Die Verteilung einer binomialverteilten Zufallsgröße heißt Binomialverteilung. Geeignete Darstellungen sind Histogramme. Können Sie jetzt unsere Ausgangsfrage beantworten Dann hätten Sie das Thema verstanden. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen P(X = ) = B 0; () = 0 8 l 0, 907 (Seite )
Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
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
MehrStochastik 04 Binomialverteilung
03. September 2018 Grundlagen der Stochastik (bis Klasse 10) Grundlagen der Statistik (bis Klasse 10) Zufallsgrößen und Verteilungen Beurteilende Statistik (Testen von Hypothesen) Bernoulli-Experimente
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)
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
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
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 ( =).
MehrZusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ==================================================================
Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ================================================================== Ein Zufallsexperiment heißt zusammegesetzt, wenn es es die Kombination
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
Mehr1 Grundlagen Wahrscheinlichkeitsrechung
1 Grundlagen Wahrscheinlichkeitsrechung 1.1 Grundbegriffe Alle möglichen Ereignisse eines Zufallsexperiments fassen wir in einer Ereignismenge Ω zusammen. Ereignisse sind Teilmengen von Ω. Umfasst das
MehrWahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel
Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Aufgaben Lösen Sie A1 und A sowohl mit der Bernoulli-Formel als auch mit dem TR(BV), die anderen Aufgaben lösen sie mit dem TR(BV). A1 Eine Familie
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
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
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
MehrÜbersicht Wahrscheinlichkeitsrechnung Stand September 2016
Übersicht Wahrscheinlichkeitsrechnung Stand September 0. Grundbegriffe der Wahrscheinlichkeitsrechnung (Seite ). Erste Regeln zur Berechnung von Wahrscheinlichkeiten (Seite ). Bedingte Wahrscheinlichkeit
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
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
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:
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
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
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
MehrKombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?
1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der
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
MehrÜbung zur Stochastik
Übung zur Stochastik 1.) Die G-Partei hat bei der vergangenen Kommunalwahl in einer Stadt mit etwa 700 000 wahlberechtigten Bürgern rund 9 % der Stimmen erhalten. Nun werden 1 000 rein zufällig ausgewählte
MehrWahrscheinlichkeitsrechnung und Statistik
4. Vorlesung - 2017 Diskrete Zufallsgrößen X : Ω {x 1, x 2,..., x i,... } Wahrscheinlichkeitsverteilung von X ( ) x1 x X 2... x i... = p 1 p 2... p i... I N (Indexmenge) mit den Wahrscheinlichkeiten p
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
Mehr4.4 Punktschätzung. E(X 1 )+ +E(X n ) Var(ˆµ) = 1 n 2 ( Var(X1 )+ +Var(X n ) ) = 1 n 2nσ2 = σ2
4 4.4 Punktschätzung Wir betrachten eine endliche oder unendliche Grundgesamtheit, zum Beispiel alle Studierenden der Vorlesung Mathe II für Naturwissenschaften. Im endlichen Fall soll die Anzahl N ihrer
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 10/1 13.03.2013 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie
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
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 5 Hilfsmittel aus der Kombinatorik 7 Bedingte
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrAufgabe 10 Die Zufallsvariable ist binomialverteilt mit
Level Grundlagen Blatt 2 Dokument mit 8 Aufgaben Aufgabe Die Zufallsvariable ist binomialverteilt mit und,3. Welches der beiden Histogramme zeigt die Wahrscheinlichkeitsverteilung von? Begründen Sie Ihre
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:
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
MehrGruber, Erfolg im ABI, Pflichtteil. matheskript B STOCHASTIK WAHRSCHEINLICHKEITSRECHNUNG STATISTIK PFLICHTTEIL ÜBUNGEN Klasse.
matheskript B STOCHASTIK WAHRSCHEINLICHKEITSRECHNUNG STATISTIK PFLICHTTEIL ÜBUNGEN 12. 13. Klasse Jens Möller INHALTE Baumdiagramme Ziehen mit und ohne Zurücklegen Binomialverteilungen Erwartungswerte
MehrS = {W ; Z } S = {prim;prim } E=prim
Bernoulli-Versuche: Daniel Bernoulli 1700-1782 1782 Schweizer Mathematiker Ein Zufallsversuch mit nur zwei möglichen Ergebnissen heißt einstufiger Bernoulli-Versuch Versuch. Wir nennen künftig die Ergebnisse
MehrDiskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds16/ 1. Februar 2017 Vorlesung 21
Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds16/ 1. Februar 2017 Vorlesung 21 Quasiendliche Wahrscheinlichkeitsräume Definition quasiendlicher Wahrscheinlichkeitsraum
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,
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 205 Binomialverteilung Hans Walser: Modul 205, Binomialverteilung ii Inhalt Die Qual der Wahl: Binomialkoeffizienten.... Ordnung muss sein....2 Auswählen
MehrDer Binomialkoeffizient (Einführung):
Der Binomialoeffizient (Einführung): ) Wie viele Kombinationsmöglicheiten gibt es, Kugeln in Kästchen anzuordnen? Lösung: ) Beispiel: Fragen sollen beantwortet werden. Die Antwort ann richtig (r) oder
MehrKAPITEL 3 DISKRETE ZUFALLSVARIABLEN UND VERTEILUNGEN
htw saar 1 KAPITEL 3 DISKRETE ZUFALLSVARIABLEN UND VERTEILUNGEN htw saar 2 Gliederung 18.01. Was sind Zufallsvariablen? Charakteristika einer Zufallsvariablen: Verteilung, Erwartungswert und Varianz Ausgewählte
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
MehrNotenpunkte: Unterschrift: Zur Bestimmung des arithmetischen Mittels ist es wichtig die Daten der Größe nach zu ordnen.!!
Name: Seite 1 von 11 Universität Kassel 29. April 2009 Biehler / Hofmann Elementare Stochastik 1 2 3 4 5 6 7! 12 5 9 4 13 4 13 60 Notenpunkte: Unterschrift: Aufgabe 1 Aussagen (12 Punkte) Kreuzen Sie an,
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.
MehrWHB11 - Mathematik. AFS II: Umgang mit Zufall und Wahrscheinlichkeiten. Thema: Summierte Binomialverteilung
Binomialverteilung Bisher haben wir berechnet, wie groß die Wahrscheinlichkeit dafür ist, dass bei einer Bernoulli-Kette n der Länge genau k Treffer auftreten. Die Formel dafür war: B (n;p;k) = P (X=k)
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
MehrWürfel-Aufgabe Bayern LK 2006
Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln
MehrVorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1
Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit
MehrStatistik für Ingenieure Vorlesung 4
Statistik für Ingenieure Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 21. November 2017 3.3 Wichtige diskrete Wahrscheinlichkeitsverteilungen 3.3.1 Diskrete
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
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
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrVorlesung 2b. Diskrete Zufallsvariable. und ihre Verteilungen
Vorlesung 2b Diskrete Zufallsvariable und ihre Verteilungen 1 1. Die Grundbegriffe 2 Bisher hatten wir uns (vor allem) mit Zufallsvariablen beschäftigt, deren Wertebereich S endlich war. Die (schon in
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Unabhängigkeit Prof. Dr. Achim Klenke http://www.aklenke.de 6. Vorlesung: 02.12.2011 1/30 Inhalt 1 Wahrscheinlichkeit 2 2/30 Wahrscheinlichkeit
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
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
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
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)
MehrDie Rolle von Text und Kontext in Stochastik-Aufgaben
Die Rolle von Text und Kontext in Stochastik-Aufgaben Franz Schoberleitner Adalbert Stifter Gymnasium Linz JKU Linz Einige Feststellungen Der Stochastik-Unterricht ist besonders sprachintensiv und erfordert
MehrDiskrete Verteilungen
KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder
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)
MehrAufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen
Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),
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,
MehrVorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen X sei eine diskrete reellwertige Zufallsvariable, d.h. eine ZV e mit Wertebereich R (oder einer Teilmenge davon), sodass eine
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 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
Mehr1.3 Zufallsgrößen und Verteilungsfunktionen
.3 Zufallsgrößen und Verteilungsfunktionen.3. Einführung Vielfach sind die Ergebnisse von Zufallsversuchen Zahlenwerte. Häufig möchte man aber auch in den Fällen, wo dies nicht so ist, Zahlenwerte zur
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
MehrKonversatorium -Vorbereitung für die erste Diplomprüfung - Stochas0k. -Wahrscheinlichkeitstheorie-
Konversatorium -Vorbereitung für die erste Diplomprüfung - Stochas0k -Wahrscheinlichkeitstheorie- Begriffsdefini=on Stochas=k altgriechisch stochas=kē technē, lateinisch ars conjectandi, Die Kunst des
MehrVorlesung Statistik, H&A Mathe, Master M
Beispiel: Die Wahrscheinlichkeit dafür, dass ein Bewerber von Firma A angenommen wird ist P(A) = 0,2. Die Wahrscheinlichkeit von Firma B angenommen zu werden beträgt P(B) = 0,3. Von mindestens einer der
MehrBinomialverteilung und Anwendungen
Binomialverteilung und Anwendungen Dr. Elke Warmuth Sommersemester 2018 1 / 25 Modell Bernoulli-Ketten Kenngrößen und Gestalt der Binomialverteilung kσ-intervalle n-gesetz 1/ n-gesetz 2 / 25 Bernoulli-Experiment
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,
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
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! =
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,
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()
MehrStochastik 02 Wiederholung & Vierfeldertafel
23. August 2018 Grundlagen der Statistik (bis Klasse 10) Grundlagen der Stochastik (bis Klasse 10) Zufallsgrößen und Verteilungen Beurteilende Statistik (Testen von Hypothesen) Bernoulli-Experimente Ziele
Mehra) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.
Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach
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
Mehrmathphys-online Abiturprüfung Berufliche Oberschule 2014 Mathematik 13 Technik - B II - Lösung
Abiturprüfung Berufliche Oberschule 20 Mathematik Technik - B II - Lösung Aufgabe An einer Beruflichen Oberschule besuchen acht Schülerinnen und zehn Schüler die. Jahrgangsstufe in der Ausbildungsrichtung
MehrKapitel 6. Irrfahrten und Bernoullischemata
Kapitel 6 Irrfahrten und Bernoullischemata Ausgangspunkt dieses Kapitels ist das in den Abschnitten 2.5 und 3.3 vorgestellte mathematische Modell des mehrmals Werfens einer Münze. Die dort definierten
MehrPfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung.
Würfelsimulation 1) Bezeichnen Sie in den Säulendiagrammen (Histogrammen - 2. Graphik) die senkrechten Achsen und vervollständigen Sie im ersten Diagramm die Achseneinteilung. Lesen Sie im Histogramm für
MehrModul 205: Binomialverteilung!
Modul 20: Binomialverteilung! Kurzzug durch die Kombinatorik 2 Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? 3 Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? A.. M.. O.. 3 4 Kurzzug durch
MehrDiskrete Verteilungen
Diskrete Verteilungen Bernoulli-Verteilung: X Bernoulli(p) Symbol für «verteilt wie» «Eperiment» mit zwei Ausgängen: «Erfolg» ( 1) oder «Misserfolg» ( ). Die Erfolgswahrscheinlichkeit sei p. Wertebereich
MehrWahrscheinlichkeitsrechnung und Statistik
3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne
MehrDu nimmst zufällig eine Münze aus der Schachtel und wirfst sie dreimal.
Wahrscheinlichkeitsrechnung 1. Eine Urne enthält 6 rote, blaue und 1 schwarze Kugeln. Man zieht nacheinander ohne Zurücklegen drei Kugeln. a) Mit welcher W'keit zieht man drei gleichfarbige Kugeln? b)
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,
MehrAufgabensammlung mit sehr ausführlichen Lösungen
Stochastik Binomialverteilung Aufgabensammlung mit sehr ausführlichen Lösungen Berücksichtigung dreier Rechner: Grafikrechner: CASIO fx 9860 CAS-Rechner: CASIO ClassPad 330 Texas Instruments: TI Nspire
MehrBasistext - Wahrscheinlichkeitsrechnung
Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.
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
MehrAbitur 2012 Mathematik Stochastik III
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2012 Mathematik Stochastik III Für eine Quizshow sucht ein Fernsehsender Abiturientinnen und Abiturienten als Kandidaten. Jeder Bewerber gibt in einem
MehrKapitel IV. Ergebnis Ereignis
Kapitel IV Ergebnis Ereignis Doppelwurf mit idealen Würfeln. Beobachtet wird, ob die Augensumme eine Primzahl ist. (Die Reihenfolge interessiert uns nicht.) Hier gibt es mehrere passende Ergebnisse: zwei
MehrUnabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
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
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
MehrVorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen 0. Diskrete reellwertige Zufallsvariable X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) oder
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.
Mehr