Arbeitsblatt 27: Normalverteilung Kerzen
|
|
|
- Hetty Böhler
- vor 9 Jahren
- Abrufe
Transkript
1 Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste [ALPHA] und dann die entsprechende Taste! Schwere Aufgaben sind mit einem * gekennzeichnet. Gaußsche Glockenkurve Die Wahrscheinlichkeitsverteilung der Normalverteilung wird bestimmt durch die Gaußsche Glockenkurve. φ(x) = (x µ) e σ π σ µ: Mittelwert σ: Standardabweichung Für die Standardwerte µ = 0 und σ = ergibt sich: π x e φ(x) = Im Hauptmenü gelangst du mit der Taste [ ] in den Statistik- Modus. Es erscheint der Statistik-Editor. Du rufst mit [F5] den Menüpunkt DIST auf und anschießend mit [F] den Menüpunkt NORM, um zum Normalverteilungs-Menü zu gelangen. Um Funktionswerte φ(x) der Gaußschen Glockenkurve zu bestimmen, wählst du mit [F] den Menüpunkt Npd. Du kannst nun den Wert x und die Parameter σ und µ eingeben. [ 0 ] [EXE] [ ] [EXE] [ 0 ] [EXE] Wählst du mit [F] den Menüpunkt CALC, erhältst du für die Gaußsche Glockenkurve mit Mittelwert 0 und Standardabweichung den Funktionswert φ(0) 0,399. learnetix 00 Seite von 5
2 Mit [EXIT] kehrst du zur vorigen Anzeige zurück und drückst dreimal die Cursor-Taste [ ]. Wählst du mit [F6] den Menüpunkt DRAW, wird die Gaußsche Glockenkurve für den Mittelwert 0 und die Standardabweichung gezeichnet. Damit der gewählte Bildausschnitt zum besseren Vergleich unverändert bleibt, schaltest du die automatische Wahl der Einstellungen im Betrachtungsfenster ab. Dazu rufst du mit der Taste [SET UP] S das Set up auf und wählst mit [F] die Einstellung Stat Wind :Manual. Mit [EXIT] kehrst du zum Statistik-Editor zurück.. Aufgabe: Lasse die Gaußsche Glockenkurve für die Parameter µ = und σ = zeichnen! Was gibt der Parameter µ an?. Aufgabe: Lasse die Gaußsche Glockenkurve für die Parameter µ = und σ = zeichnen! Wie verändert sich die Kurve mit steigender Standardabweichung σ? Wahrscheinlichkeiten der Normalverteilung Ist die Zufallsgröße X normalverteilt, lässt sich die Wahrscheinlichkeit, dass der Wert von X in einem Intervall [a;b] liegt, durch die zugehörige Fläche unter der Gaußschen Glockenkurve ermitteln. b b (x µ) P(a X b) = ϕ ( x) dx = σ e dx a a π σ Beispiel: X ist normalverteilt mit Mittelwert µ = 4 und Standardabweichung σ =. Du kehrst mit [EXIT] [EXIT] zum Statistik-Editor zurück und gelangst mit [F5] [F] wieder zum Normalverteilungs-Menü. Um Wahrscheinlichkeiten P(a X b) zu bestimmen, wählst du mit [F] den Menüpunkt Ncd. learnetix 00 Seite von 5
3 Du kannst nun die untere Grenze a, die obere Grenze b und die Parameter σ und µ eingeben. [ 3 ] [EXE] [ ] [EXE] Wählst du mit [F] den Menüpunkt CALC, erhältst du die Wahrscheinlichkeit, dass der Wert von X zwischen 3 und 4 liegt. P(3 X 4) 0,34 = 34,% Möchtest du Wahrscheinlichkeiten P(X b) bestimmen, kannst du als untere Grenze a = 0 99 wählen, eine der kleinsten Zahlen, mit denen der Rechner arbeiten kann. Mit [EXIT] kehrst du zur vorigen Anzeige zurück. [( )] [ ] [EXP] [ 9 ][ 9 ] [EXE] Drückst du die Taste [EXE], erhältst du die Wahrscheinlichkeit, dass der Wert von X kleiner gleich 4 ist. P(X 4) = 0,5 = 50% 3. Aufgabe: zwischen und 6 liegt! 4. Aufgabe: kleiner gleich 3 ist! größer gleich 5 ist! Die Normalverteilung ist symmetrisch bzgl. des Mittelwertes µ, es gilt P(X µ z) = P(X µ+ z) für jede reelle Zahl z. learnetix 00 Seite 3 von 5
4 Du kehrst mit [EXIT] [EXIT] zum Statistik-Editor zurück und gelangst mit [F5] [F] wieder zum Normalverteilungs-Menü. Um eine obere Grenze b zu bestimmen, dass mit der Wahrscheinlichkeit p der Wert von X kleiner gleich b ist, d.h. P(X b) = p, wählst du mit [F3] den Menüpunkt InvN. Du kannst nun die Wahrscheinlichkeit p [0;] und die Parameter σ und µ eingeben. [ 0 ][. ][ 5 ] [EXE] [ ] [EXE] Wählst du mit [F] den Menüpunkt CALC, erhältst du das Ergebnis, dass mit einer Wahrscheinlichkeit von 0,5 der Wert von X kleiner gleich 4 ist. 5. Aufgabe: Bestimme die obere Grenze b, so dass mit einer Wahrscheinlichkeit von 0,99 der Wert von X kleiner gleich b ist! learnetix 00 Seite 4 von 5
5 Kerzen Die Firma Kandelux produziert Kerzen mit einem Durchmesser von ca. 8 cm. Da der Durchmesser von Kerze zu Kerze nicht exakt gleich ist, lässt er sich durch das Modell einer Normalverteilung beschreiben. Aus einer Stichprobe mit 00 Kerzen wurde für den Mittelwert in cm µ = 8,003 und für die Standardabweichung σ = 0,4 ermittelt. 6. Aufgabe: Mit welcher Wahrscheinlichkeit weicht der Durchmesser einer Kerze nicht mehr als 0, cm vom angegebenen Wert 8 cm ab? 7. Aufgabe*: Für welchen Wert z gilt, dass der Durchmesser einer Kerze mit einer Wahrscheinlichkeit von 5 % um mindestens z cm vom Mittelwert abweicht? Die Kerzen passen nur in die zugehörigen Kerzenhalter, wenn ihr Durchmesser höchstens 8, cm beträgt. 8. Aufgabe: Mit welcher Wahrscheinlichkeit passt eine Kerze in die Kerzenhalter? 9. Aufgabe: Mit welcher Wahrscheinlichkeit passt eine Kerze in die Kerzenhalter, wenn aufgrund einer verbesserten Produktionstechnik die Standardabweichung nur σ = 0, beträgt? 0. Aufgabe: Bis zu welchem Durchmesser müssten die Kerzen in die Kerzenhalter passen, wenn dies für eine Kerze mit einer Wahrscheinlichkeit von 99% der Fall sein sollte? learnetix 00 Seite 5 von 5
Arbeitsblatt 19: Lösen von Gleichungen Sportplatz
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Arbeitsblatt 30: Zeichnen von Bildern Kunst
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Arbeitsblatt 24: Statistische Parameter Top-secret
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
Arbeitsblatt 29: Kurvendiskussion Klausur
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?
1. Aufgabe: Eine Bank will die jährliche Sparleistung eines bestimmten Kundenkreises untersuchen. Eine Stichprobe von 12 Kunden ergab folgende Werte: 825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170
Arbeitsblatt 10: Graphen von Ableitungen Skaten im Park
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Arbeitsblatt 14: Parametrische Funktionen Guter Empfang für Handys
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Arbeitsblatt 1: Zeichnen von Graphen - Cocktails
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen
6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher: Diskrete Zufallsvariablen,
Aufgaben zur Funktionsdiskussion: Grundkurs Nr. 2 a 2 +b 2 =c 2 Materialbörse Mathematik
Zeichenerklärung: [ ] - Drücken Sie die entsprechende Taste des Graphikrechners! [ ] S - Drücken Sie erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücken Sie erst die Taste [ALPHA]
Arbeitsblatt 7: Rekursive Folgen Wer wird Millionär
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Glücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt.
Glücksrad-Aufgabe Das Glücksrad ist in Sektoren mit den Zahlen (Winkel ) und eingeteilt. a) Das Glücksrad wird dreimal gedreht. Wie groß ist die Wahrscheinlichkeit für die folgenden Ereignisse: A: Die
Arbeitsblatt 20: Maxima und Minima Baywatch
Arbeitsblatt 20: Maima und Minima Baywatch Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende
Von der Normalverteilung zu z-werten und Konfidenzintervallen
Von der Normalverteilung zu z-werten und Konfidenzintervallen Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg [email protected] Statistik 1 S. Garbade (SRH
Arbeitsblatt 3: Integralberechnung - Reise ins All
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch
6 Stetige Verteilungen 1 Kapitel 6: Stetige Verteilungen A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch dargestellt. 0.2 6
Casio fx-cg20 Binomialverteilung, Intervallwahrscheinlichkeit, Normalverteilung und Grenzen
R. Brinkmann http://brinkmann-du.de Seite.0.04 Casio fx-cg0 Binomialverteilung, Intervallwahrscheinlichkeit, Normalverteilung und Grenzen Intervallwahrscheinlichkeit Ein n-stufiger Bernoulli-Versuch mit
Kapitel VII. Einige spezielle stetige Verteilungen
Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,
Parameterdarstellung und Polarkoordinaten
Zeichenerklärung: [ ] - Drücken Sie die entsprechende Taste des Graphikrechners! [ ] S - Drücken Sie erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücken Sie erst die Taste [ALPHA]
Inferenzstatistik (=schließende Statistik)
Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die
Beurteilende Statistik mit Hilfe didaktischer Software
Beurteilende Statistik mit Hilfe didaktischer Software Andreas Ulovec, Fakultät für Mathematik, Universität Wien Es wird selbst erstellte Software vorgestellt und anhand von Beispielen erklärt, mit deren
Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005
Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit
Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
Normalverteilung. Erwartungswert, Median und Modus sind identisch. Symmetrieeigenschaft um den Erwartungswert
Normalverteilung Stetige Wahrscheinlichkeitsverteilung, die zahlreiche natur, wirtschafts und sozialwissenschaftliche Merkmalsausprägungen mit guter Näherung abbilden kann und somit von elementarer Bedeutung
Wirtschaftsstatistik Normalverteilung
Fachhochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 1, Tel 39 14 [email protected] Wirtschaftsstatistik Normalverteilung Aufgabe 10.1 Die Lebensdauer
QM III Normalverteilung Aufgabe 10.1 Die Lebensdauer (in Jahren) von KFZ-Batterien des Typs
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 1, Tel 3914 [email protected] QM III Normalverteilung Aufgabe 10.1 Die Lebensdauer (in Jahren)
Die Normalverteilung. Mathematik W30. Mag. Rainer Sickinger LMM, BR. v 0 Mag. Rainer Sickinger Mathematik W30 1 / 51
Mathematik W30 Mag. Rainer Sickinger LMM, BR v 0 Mag. Rainer Sickinger Mathematik W30 1 / 51 Einführung Heute nehmen wir uns die Normalverteilung vor. Bis jetzt konnte unsere Zufallsvariable (das X in
Stetige Wahrscheinlichkeitsverteilung
Stetige Wahrscheinlichkeitsverteilung Stetige Wahrscheinlichkeitsverteilung Gaußsche Normalverteilung [7] S.77 [6] S.7 ORIGIN µ : Mittelwert σ : Streuung :, 9.. Zufallsvariable, Zufallsgröße oder stochastische
Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
Marcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
Es gibt insgesamt 14 Grundkompetenzpunkte: Je einen für jede der 12 Teil-1-Aufgaben und jede der beiden mit A gekennzeichnete Aufgaben aus Teil 2.
Prototypische Schularbeit 2 Klasse 8 Autor: Mag. Paul Schranz Begleittext Die vorliegende Schularbeit behandelt größtenteils Grundkompetenzen der Inhaltsbereiche Analysis und Wahrscheinlichkeitsrechnung
Normalverteilung und Dichtefunktionen
Normalverteilung und Dichtefunktionen Ac Einführung der Normalverteilung als Approximationsfunktion der Binomialverteilung Da die Binomialverteilung für große n das Aussehen einer Glockenkurve besitzt
Abitur 2009 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 009 Mathematik GK Stochastik Aufgabe C1 Auf einem Spielbrett rollt eine Kugel vom Start bis in eines der Fächer F 1 bis F 5. An jeder Verzweigung rollt
STETIGE VERTEILUNGEN
STETIGE VERTEILUNGEN. Die Näherungsformel von Moivre Laplace Betrachtet man die Binomialverteilungen Bnp für wachsendes n bei konstantem p, so werden die Histogramme einer binomialverteilten Zufallsvariablen
Marcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Stetige Zufalls-Variable Erweitert man den Begriff der diskreten Zufallsvariable
12 Die Normalverteilung
12 Die Normalverteilung Die Normalverteilung ist eine der wichtigsten Wahrscheinlichkeitsverteilungen in der Praxis, weil aufgrund des sogenannten zentralen Grenzwertsatzes in vielen Situationen angenommen
Stetige Standardverteilungen
Universität Basel Wirtschaftswissenschaftliches Zentrum Stetige Standardverteilungen Dr. Thomas Zehrt Inhalt: 1. Die stetige Gleichverteilung 2. Die Normalverteilung (a) Einstimmung (b) Standardisierung
Standardnormalverteilung
Standardnormalverteilung 1720 erstmals von Abraham de Moivre beschrieben 1809 und 1816 grundlegende Arbeiten von Carl Friedrich Gauß 1870 von Adolphe Quetelet als "ideales" Histogramm verwendet alternative
5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
Standardnormalverteilung
Standardnormalverteilung 1720 erstmals von Abraham de Moivre beschrieben 1809 und 1816 grundlegende Arbeiten von Carl Friedrich Gauß 1870 von Adolphe Quetelet als "ideales" Histogramm verwendet alternative
Statistik 1 Beispiele zum Üben
Statistik 1 Beispiele zum Üben 1. Ein Kühlschrank beinhaltet 10 Eier, 4 davon sind faul. Wir nehmen 3 Eier aus dem Kühlschrank heraus. (a Bezeichne die Zufallsvariable X die Anzahl der frischen herausgenommenen
Die tatsächlichen Breiten und Höhen der Säulen und damit der Flächeninhalt bleiben unverändert:
Flächeninhalte als Wahrscheinlichkeiten Eine Zufallsvariable X kann die Werte, 2, 3, 4, 5 oder 6 annehmen. Die zugehörigen Wahrscheinlichkeiten sind rechts in einem Stabdiagramm dargestellt. k 2 3 4 5
Kapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
Die tatsächlichen Breiten und Höhen der Säulen und damit der Flächeninhalt bleiben unverändert:
Flächeninhalte als Wahrscheinlichkeiten Eine Zufallsvariable X kann die Werte,, 3, 4, 5 oder 6 annehmen. Die zugehörigen Wahrscheinlichkeiten sind rechts in einem Stabdiagramm dargestellt. k 3 4 5 6 P
De Taschäräschnr Casio (Reihe: 9860G)
De Taschäräschnr Casio (Reihe: 9860G) Übersicht: 1. Nullstellen 2. Gleichungen 2. oder 3. Grades lösen 3. Gleichungen lösen 4. Schnittpunkte bestimmen 5. Extrempunkte 6. Wendepunkte 7. Steigung einer Funktion
Lösg: a) 0,0548 b) 0,4514 c) 23 Becher d) 234,9 [ml]
Ein Elektrokonzern stellt Halogenlampen mit einer durchschnittlichen Lebensdauer von 8 Stunden und einer Standardabweichung von 4 Stunden her. Die Lebensdauer sei eine normalverteilte Zufallsvariable.
Kapitel 2. Fehlerrechnung
Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel
Sigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
Bestimmte Zufallsvariablen sind von Natur aus normalverteilt. - naturwissenschaftliche Variablen: originär z.b. Intelligenz, Körpergröße, Messfehler
6.6 Normalverteilung Die Normalverteilung kann als das wichtigste Verteilungsmodell der Statistik angesehen werden. Sie wird nach ihrem Entdecker auch Gaußsche Glockenkurve genannt. Die herausragende Stellung
Stetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
j K j d j m j h j f j
Für eine stetige Zufallsvariable X in einem Intervall [ a ; b ] kann X jeden beliebigen Wert annehmen. Die Wahrscheinlichkeiten werden in diesem Fall nicht mehr wie bei einer diskreten Zufallsvariable
15.5 Stetige Zufallsvariablen
5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven
Menü Funktionalitäten Tasten-Kombination. Allgemein Einschalten & ausschalten AC/on & SHIFT + AC/on. Bestätigen einer Auswahl
Vereinbarungen über die Nutzung des GTR Das Schulinterne Curriculum für die Nutzung des graphikfähigen Taschenrechners in der Sek I soll vorgeben, welche Funktionalitäten mindestens eingeführt werden sollen,
Die Normalverteilung (Gauß-Verteilung) Letzte Änderung 14. Juni 2000, 27 Seiten
1 Die Normalverteilung (Gauß-Verteilung) Letzte Änderung 14. Juni 2000, 27 Seiten 1 Definition der Normalverteilung Eine Zufallsvariable mit der Dichte f: R R 1 (x-µ) 2 f(x) = 2π 2 e- 2 2 heißt normalverteilt
MATHEMATIK 5 STUNDEN
EUROPÄISCHES ABITUR 202 MATHEMATIK 5 STUNDEN DATUM :. Juni 202, Vormittag DAUER DER PRÜFUNG: 3 Stunden (80 Minuten) ZUGELASSENE HILFSMITTEL : Prüfung mit technologischem Hilfsmittel /6 DE AUFGABE B ANALYSIS
Kenngrößen von Zufallsvariablen
Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert
Statistik 2 für SoziologInnen. Stetige Zufallsvariable Normalverteilung & Exponentialverteilung
Statistik 2 für SoziologInnen Stetige Zufallsvariable Normalverteilung & Exponentialverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Stetige Zufalls-Variable Erweitert
Wahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
8 Experimentieren: Sigma-Regeln
8 Experimentieren: Sigma-Regeln Didaktische Hinweise Mit dieser Station wird ein Unterrichtsbeispiel zur Einführung der Sigma-Regeln vorgestellt, die von den Schülerinnen und Schülern an mehreren Beispielen
Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.
Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen
Konfidenzintervalle. Einführung von Ac
Konfidenzintervalle Einführung von Ac Problem: ( Schluss von der Stichprobe auf die Gesamtheit - Schätzen ) Von einer binomialverteilten Zufallsgröße X sei n (der Stichprobenumfang) gegeben, aber p (Erfolgswahrscheinlichkeit)
Ü b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
Kapitel 2 Wahrscheinlichkeitsrechnung
Definition 2.77: Normalverteilung & Standardnormalverteilung Es sei µ R und 0 < σ 2 R. Besitzt eine stetige Zufallsvariable X die Dichte f(x) = 1 2 πσ 2 e 1 2 ( x µ σ ) 2, x R, so heißt X normalverteilt
Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Binomialverteilung und Bernoulli- Experiment Das komplette Material finden Sie hier: Download bei School-Scout.de TOSSNET Der persönliche
Wahrscheinlichkeitsrechnung und Statistik
5. Vorlesung Verteilungsfunktion (VF) Definition 9 Die Verteilungsfunktion (VF) einer Zufallsgröße X ist F : R R definiert als F (x) := P({ω Ω : X (ω) x}) = P( X x ) für jedes x R. Satz 9 - Eigenschaften
Statistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
Wahrscheinlichkeitsverteilungen
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
Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
Regression. Leonardo da Vinci (1452-1519) formulierte folgende Zusammenhänge:
Regression Leonardo da Vinci (142-119) formulierte folgende Zusammenhänge: 1. Die Körpergröße ist gleich der Spannweite der Arme. 2. Die Höhe einer knienden Person ist 3 4 der Körpergröße. 3. Die Handlänge
f(x) = P (X = x) = 0, sonst heißt Poisson-verteilt mit Parameter (oder Rate) λ > 0, kurz X P o(λ). Es gilt x x! 1 Wahrscheinlichkeitsrechnung 212
1.6.2 Poisson Verteilung Eine weitere wichtige diskrete Verteilung ist die Poisson-Verteilung. Sie modelliert die Anzahl (eher seltener) Ereignisse in einem Zeitintervall (Unfälle, Todesfälle; Sozialkontakte,
13. Jgst. 2. Kursarbeit Datum:
13. Jgst. 2. Kursarbeit Datum: 23.11.2017 Klasse: GY LK 2 Fach: Mathematik (Leistungsfach) Thema: edingte W keit & Vierfeldertafel; inomial- & Normalverteilung; Sigma-Intervalle Name: Punkte: Note: Aufgabe
Simulation eines radioaktiven Zerfalls, Zerfallsfunktionen
Simulation eines radioaktiven Zerfalls, Zerfallsfunktionen Beobachtet wird der Zerfall des M&M-Isotops. Die M&M-Atome bestehen aus Schokolinsen, die auf einer Seite mit einem M markiert sind, die andere
BESONDERE LEISTUNGSFESTSTELLUNG MATHEMATIK
BESONDERE LEISTUNGSFESTSTELLUNG 2004 MATHEMATIK (HAUPTTERMIN) Arbeitszeit: Hilfsmittel: 50 Minuten Taschenrechner (nicht programmierbar, nicht grafikfähig) Tafelwerk Lösen Sie die Pflichtaufgabe und wählen
Hilfekarte CASIO CFX-9850GB Plus. Kapitel / Ziel Eingabe Bildschirmanzeige Ableitungen berechnen und darstellen
Hilfekarte CASIO CFX-9850GB Plus Ableitungen berechnen und darstellen Ableitung einer Funktion (in Y1) an einer bestimmten Stelle berechnen, z. B. f (2) für f mit f (x) = x 3 2 x. Menu 1 F2 : d/dx vars
Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 0.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Institut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern.
Aufgabe 1 (2 + 1 + 2 + 2 Punkte) Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern. a) Wieviele Möglichkeiten hat
Motivation. Benötigtes Schulwissen. Übungsaufgaben. Wirtschaftswissenschaftliches Zentrum 10 Universität Basel. Statistik
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Statistik Dr. Thomas Zehrt Ausblick Motivation Wir werfen einen Würfel 000-mal und wir möchten die Wahrscheinlichkeit P bestimmen, dass zwischen
Für statistische Darstellungen und Berechnungen. Darstellungen im Koordinatensystem
Casio fx 9860G Erste Schritte M.Bostelmann 1. Die Tastatur Hoch -Taste für Potenzen EXIT MENU Cursor-Tasten Auf der Tastatur haben viele Tasten eine Zweit- (gelb) und eine Drittbelegung (rot). Um diese
Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende
Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten
Kapitel VII - Funktion und Transformation von Zufallsvariablen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl
Übungen mit dem Applet Rangwerte
Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen
1. Normalverteilung. 2. normalverteilte Zufallsgröße. 3. Aufgaben zur Normalverteilung. 4. Dichte(funktion) 5. Aufgaben zur Normalverteilung
1. Normalverteilung 2. normalverteilte Zufallsgröße 3. Aufgaben zur Normalverteilung 4. Dichte(funktion) 5. Aufgaben zur Normalverteilung 6. Mittagstemperatur-Aufgabe 7. Aufgaben zur Normalverteilung 8.
Normalverteilung. Mathematik 8. Arbeitsblatt A 8-2: Normalverteilung
Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-2: Normalverteilung Normalverteilung Viele natürlich vorkommende, voneinander unabhängige Größen sind normalverteilt
Statistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
Kompetenzcheck Mathematik (AHS)
Kompetenzcheck Mathematik (AHS) Jänner 2016 Teil-1-Aufgaben Hinweise zur Aufgabenbearbeitung Die Aufgaben dieses Kompetenzchecks haben einerseits freie Antwortformate; dabei schreiben Sie Ihre Antwort
Bestimmen Sie die möglichen Realisationen sowie die dazugehörigen Wahrscheinlicheiten der Zufallsvariable
Zufallsgrößen ================================================================= 1. In einer Sendung von 10 Artikeln befinden sich 4 fehlerhafte. 4 Artikel werden zufällig entnommen. X beschreibe die Anzahl
5. Stochastische Modelle I: Diskrete Zufallsvariablen
5. Stochastische Modelle I: Diskrete Zufallsvariablen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Zufallsgrößen Eine Zufallsgröße X ist eine Größe, deren Wert wir nicht exakt kennen
Binomialverteilung. Häufigkeit, mit der Ereignis A bei n unabhängigen Versuchen eintritt. Träger von X : X = {0, 1, 2,..., n}.
Binomialverteilung Konstruktionsprinzip: Ein Zufallsexperiment wird n mal unabhängig durchgeführt. Wir interessieren uns jeweils nur, ob ein bestimmtes Ereignis A eintritt oder nicht. X = Häufigkeit, mit
Zufallsvariablen [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
Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
