Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
|
|
- Theresa Pohl
- vor 7 Jahren
- Abrufe
Transkript
1 Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
2 Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern ist auch nur ein Rumpf skript. Als solches dient es sowohl zur Vorbereitung auf die nächste Vorlesung als auch zur Nachbereitung aller schon gehörten Vorlesungen. Dies beinhaltet als natürliche Konsequenz den Besuch der Vorlesungen: Ein Akt, der unerlässlich ist, wenn man nicht nur Statistik verstehen, sondern die Klausur auch bestehen will. Als Ergänzung zum Skript sind die vorlesungsbegleitenden Materialien im Internet erhältlich. Es schadet auch nicht unbedingt, mal in dem ein oder anderen Statistikbuch zu schmökern. Doch auch das allein reicht noch nicht aus, denn das Ziel ist schließlich das Lösen von statistischen Problemen. Um den Studierenden hierzu das erforderliche Training zu ermöglichen, werden Übungsveranstaltungen angeboten, deren Besuch ebenfalls unbedingt notwendig ist. Was letztendlich nachdrücklich empfohlen wird: Nach Möglichkeit ganz, ganz viele Aufgaben rechnen. gez. Prof. Dr. Ralf Runde 1
3 Inhaltsverzeichnis Inhaltsverzeichnis Literaturliste 5 1 Grundbegriffe Zufallsexperiment Ergebnis Ergebnisraum Ereignis Spezielle Ereignisse Elementarereignis Sicheres Ereignis Unmögliches Ereignis Komplementärereignis Durchschnitt von zwei Ereignissen Durchschnitt von n Ereignissen Vereinigung von zwei Ereignissen Vereinigung von n Ereignissen Differenz von zwei Ereignissen Teilereignis Rechenregeln für Ereignisse Disjunkte Ereignisse Paarweise Disjunkte Ereignisse
4 Inhaltsverzeichnis 3 Wahrscheinlichkeit von Ereignissen Wahrscheinlichkeit Axiome von Kolmogoroff Laplace-Experiment Laplace sche Wahrscheinlichkeit Wahrscheinlichkeit von speziellen Ereignissen Wahrscheinlichkeit des unmöglichen Ereignisses Wahrscheinlichkeit des Komplementärereignisses Wahrscheinlichkeit des Teilereignisses Wahrscheinlichkeit durch Zerlegung eines Ereignisses Additionssatz für zwei Ereignisse Additionssatz für drei Ereignisse Wahrscheinlichkeit der Differenz zweier Ereignisse Bedingte Wahrscheinlichkeit Bedingte Wahrscheinlichkeit Multiplikationssatz für zwei beliebige Ereignisse Totale Wahrscheinlichkeit Formel von Bayes Unabhängigkeit von Ereignissen Unabhängigkeit von zwei Ereignissen Unabhängigkeit von n Ereignissen Multiplikationssatz für zwei unabhängige Ereignisse
5 Inhaltsverzeichnis 6.4 Multiplikationssatz für n unabhängige Ereignisse Kombinatorik Fakultät Binomialkoeffizient Anordnungsmöglichkeiten/Permutationen Auswahlmöglichkeiten mit Berücksichtigung der Reihenfolge Auswahlmöglichkeiten ohne Berücksichtigung der Reihenfolge Urnenmodelle
6 Literaturliste Weiterführende Literatur zum Rumpfskript: Bamberg, G.; Baur, F. (2002): Statistik, 12. Auflage, Oldenbourg Verlag, München. Bleymüller, J.; Gehlert, G.; Gülicher, H. (2002): Statistik für Wirtschaftswissenschaftler, 13. Auflage, Vahlen Verlag, München. Mosler, K.; Schmid, F. (2004): Wahrscheinlichkeitsrechnung und schließende Statistik, Springer Verlag, Berlin. Pflaumer, P.; Heine, B.; Hartung, J. (2001): Statistik für Wirtschafts- und Sozialwissenschaften: Induktive Statistik, Oldenbourg Verlag, München. Weiterführende populärwissenschaftliche Literatur: Beck-Bornholdt, H.-P.; Dubben, H.-H. (2001): Der Hund, der Eier legt - Erkennen von Fehlinformationen durch Querdenken, Rowohlt, Reinbek. Krämer, W. (2000): So lügt man mit Statistik, Piper Verlag, München. Randow, G. von (1992): Das Ziegenproblem - Denken in Wahrscheinlichkeiten, Rowohlt, Reinbek. Scheid, H. (1996): Zufall: Kausalität und Chaos in Alltag und Wissenschaft, BI- Taschenbuchverlag, Mannheim. Singh, S. (2003): Fermats letzter Satz. Die abenteuerliche Geschichte eines mathematischen Rätsels, 8. Auflage, Deutscher Taschenbuch Verlag, München. 5
7 Grundbegriffe 1 Grundbegriffe 1.1 Definition (Zufallsexperiment) Unter einem Zufallsexperiment versteht man einen Vorgang, der nach einer ganz bestimmten Vorschrift ausgeführt wird, der beliebig oft wiederholbar ist und dessen Ergebnis vom Zufall abhängt, d.h. im voraus nicht eindeutig bestimmt werden kann. 1.2 Definition (Ergebnis) Jeder einzelne der bei einem Zufallsexperiment möglichen Ausgänge, die sich gegenseitig ausschließen, heißt Ergebnis des Zufallsexperiments. Symbol: ω i 1.3 Definition (Ergebnisraum) Die Menge aller möglichen Ergebnisse eines Zufallsexperiments heißt Ergebnisraum. Symbol: Ω = {ω 1, ω 2,..., ω n }. Es ist auch n = möglich. 1.4 Definition (Ereignis) Jede beliebige Teilmenge des Ergebnisraumes Ω heißt Ereignis. Symbol: A, B, C, u.s.w. Abbildung: 6
8 Spezielle Ereignisse 2 Spezielle Ereignisse 2.1 Definition (Elementarereignis) Ein Ereignis A heißt Elementarereignis, wenn es nur ein einziges Ergebnis w i enthält. 2.2 Definition (Sicheres Ereignis) Ein Ereignis A heißt sicheres Ereignis, wenn gilt: D.h. A tritt sicher ein. A = Ω. 2.3 Definition (Unmögliches Ereignis) Ein Ereignis A heißt unmögliches Ereignis, wenn gilt: A =. D.h. A tritt sicher nicht ein. bezeichnet die leere Menge. 2.4 Definition (Komplementärereignis) Gegeben sei ein Ereignis A. Dann heißt A das Komplementärereignis von A, wenn gilt: A = {ω ω A}. D.h. A tritt ein, wenn A nicht eintritt. A = A 7
9 Spezielle Ereignisse Abbildung: 2.5 Definition (Durchschnitt von zwei Ereignissen) Gegeben seien zwei Ereignisse A und B. Dann heißt A B der Durchschnitt von A und B, wenn gilt: A B = {ω ω A und ω B}. D.h. A B tritt ein, wenn sowohl A als auch B eintritt. Abbildung: 2.6 Definition (Durchschnitt von n Ereignissen) Gegeben seien n Ereignisse A 1,..., A n. Dann heißt n i=1 A i der Durchschnitt der Ereignisse, wenn gilt: n A i = {ω ω A 1 und ω A 2 und... und ω A n }. i=1 D.h. n i=1 A i tritt ein, wenn alle n Ereignisse A 1,..., A n gleichzeitig eintreten. n i=1 A i = A 1 A 2... A n 8
10 Spezielle Ereignisse 2.7 Definition (Vereinigung von zwei Ereignissen) Gegeben seien zwei Ereignisse A und B. Dann heißt A B die Vereinigung von A und B, wenn gilt: A B = {ω ω A oder ω B}. D.h. A B tritt ein, wenn mindestens eins der Ereignisse A oder B eintritt. Abbildung: 2.8 Definition (Vereinigung von n Ereignissen) Gegeben seien n Ereignisse A 1,..., A n. Dann heißt n i=1 A i die Vereinigung der Ereignisse, wenn gilt: n A i = {ω ω A 1 oder ω A 2 oder... oder ω A n }. i=1 D.h. n i=1 A i tritt ein, wenn mindestens eins der Ereignisse A 1,..., A n eintritt. n i=1 A i = A 1 A 2... A n 2.9 Definition (Differenz von zwei Ereignissen) Gegeben seien zwei Ereignisse A und B. Dann heißt A\B die Differenz von A und B (sprich: A ohne B), wenn gilt: A\B = {ω ω A und ω B}. D.h. A\B tritt ein, wenn A, aber nicht B eintritt. 9
11 Spezielle Ereignisse A\B = A B Abbildung: A = Ω \ A 2.10 Definition (Teilereignis) Gegeben seien zwei Ereignisse A und B. Dann heißt A Teilereignis von B, wenn gilt: A B = A und A B = B. D.h. wenn A eintritt, tritt auch B ein. Man schreibt dafür A B (sprich: A ist enthalten in B). Abbildung: 2.11 Satz (Rechenregeln für Ereignisse) Assoziativgesetze: A (B C) = (A B) C = A B C A (B C) = (A B) C = A B C 10
12 Spezielle Ereignisse Distributivgesetze: A (B C) = (A B) (A C) A (B C) = (A B) (A C) Regeln von de Morgan: A B = A B A B = A B 2.12 Definition (Disjunkte Ereignisse) Zwei Ereignisse A und B heißen disjunkt (unvereinbar), wenn gilt: A B =. D.h. A und B können nicht beide gleichzeitig eintreten. Abbildung: 2.13 Definition (Paarweise Disjunkte Ereignisse) Gegeben seien n Ereignisse A 1,..., A n. Die Ereignisse heißen paarweise disjunkt (unvereinbar), wenn für alle i j mit 1 i, j n gilt: A i A j =. D.h. von den n Ereignissen A 1,..., A n können nicht zwei gleichzeitig eintreten. 11
13 Wahrscheinlichkeit von Ereignissen 3 Wahrscheinlichkeit von Ereignissen 3.1 Definition (Wahrscheinlichkeit) Bei einem Zufallsexperiment soll die Sicherheit bzw. Unsicherheit für das Eintreten eines bestimmten Ereignisses A Ω durch eine Maßzahl P(A) beschrieben werden. Diese Maßzahl nennt man Wahrscheinlichkeit des Ereignisses A. P für Probability. 3.2 Definition (Axiome von Kolmogoroff) A. N. Kolmogoroff ( ) hat für Wahrscheinlichkeiten folgende widerspruchsfreien Grundsätze (Axiome) angegeben, auf die die Theorie der Wahrscheinlichkeitsrechnung aufbaut: 1.) Die Wahrscheinlichkeit P(A), die jedem Ereignis A Ω zugeordnet wird, ist eine reelle Zahl mit 0 P(A) 1. 2.) Für die Wahrscheinlichkeit des sicheren Ereignisses Ω gilt: P(Ω) = 1. 3.) Für die Wahrscheinlichkeit der Vereinigung von n paarweise disjunkten Ereignissen gilt: n n P( A i ) = P(A i ). i=1 i=1 Es ist auch n = möglich. 12
14 Wahrscheinlichkeit von Ereignissen 3.3 Definition (Laplace-Experiment) Falls bei einem Zufallsexperiment mit endlich vielen Ergebnissen alle Elementarereignisse mit gleicher Wahrscheinlichkeit eintreten können, spricht man von einem Laplace-Experiment. 3.4 Definition (Laplace sche Wahrscheinlichkeit) Für die Wahrscheinlichkeit eines Ereignisses A bei einem Laplace-Experiment gilt: P(A) = A Ω Man nennt sie Laplace sche Wahrscheinlichkeit. Anzahl der für A günstigen F älle =. Anzahl aller möglichen F älle A bezeichnet die Anzahl der Elementarereignisse in A. Alternativ schreibt man auch: #A. 13
15 Wahrscheinlichkeit von speziellen Ereignissen 4 Wahrscheinlichkeit von speziellen Ereignissen Die in diesem Kapitel aufgeführten Sätze lassen sich aus den Axiomen von Kolmogoroff (3.2) folgern. 4.1 Satz (Wahrscheinlichkeit des unmöglichen Ereignisses) Für die Wahrscheinlichkeit des unmöglichen Ereignisses gilt: P( ) = 0. Wenn ein Ereignis die Wahrscheinlichkeit Null hat, folgt daraus nicht, daß es das unmögliche Ereignis ist. 4.2 Satz (Wahrscheinlichkeit des Komplementärereignisses) Ist A das Komplementärereignis von A, so gilt für die Wahrscheinlichkeit: P(A) = 1 P(A). 4.3 Satz (Wahrscheinlichkeit des Teilereignisses) Ist A Teilereignis von B, also A B, so gilt für die Wahrscheinlichkeit: P(A) P(B). 4.4 Satz (Wahrscheinlichkeit durch Zerlegung eines Ereignisses) Seien A und B zwei beliebige Ereignisse, so gilt für die Wahrscheinlichkeit: P(A) = P(A B) + P(A B) 14
16 Wahrscheinlichkeit von speziellen Ereignissen 4.5 Satz (Additionssatz für zwei Ereignisse) Ist A B die Vereinigung zweier beliebiger Ereignisse, so gilt für die Wahrscheinlichkeiten: P(A B) = P(A) + P(B) P(A B). Abbildung: 4.6 Satz (Additionssatz für drei Ereignisse) Ist A B C die Vereinigung dreier beliebiger Ereignisse, so gilt für die Wahrscheinlichkeit: P(A B C) = P(A)+P(B)+P(C) P(A B) P(A C) P(B C)+P(A B C). Abbildung: 15
17 Wahrscheinlichkeit von speziellen Ereignissen 4.7 Satz (Wahrscheinlichkeit der Differenz zweier Ereignisse) Ist A\B die Differenz zweier beliebiger Ereignisse, so gilt für die Wahrscheinlichkeit: P(A\B) = P(A) P(A B). Falls B A gilt: P(A\B) = P(A) P(B). 16
18 Bedingte Wahrscheinlichkeit 5 Bedingte Wahrscheinlichkeit 5.1 Definition (Bedingte Wahrscheinlichkeit) Oft interessiert man sich bei einem Zufallsvorgang für die Wahrscheinlichkeit eines Ereignisses A unter der Voraussetzung, daß ein bestimmtes Ereignis B bereits eingetreten ist. Man schreibt dafür P(A B) und spricht von der bedingten Wahrscheinlichkeit des Ereignisses A unter der Bedingung B (kurz: P von A gegeben B). Sie wird definiert durch wobei P(B) > 0 vorausgesetzt ist. P(A B) = P(A B), P(B) 5.2 Satz (Multiplikationssatz für zwei beliebige Ereignisse) Sind A und B zwei beliebige Ereignisse mit P(A) > 0 bzw. P(B) > 0, so folgt für die Wahrscheinlichkeit, daß sowohl A als auch B eintritt (Ereignis A B) unmittelbar aus 5.1: P(A B) = P(A) P(B A) bzw. P(A B) = P(B) P(A B). 5.3 Satz (Totale Wahrscheinlichkeit) Seien A 1,..., A n paarweise disjunkte Ereignisse mit n i=1 A i = Ω. Dann gilt für die Wahrscheinlichkeit eines beliebigen Ereignisses B: P(B) = n P(B A i ) P(A i ). i=1 17
19 Bedingte Wahrscheinlichkeit 5.4 Satz (Formel von Bayes) Seien A 1,..., A n paarweise disjunkte Ereignisse mit n i=1 A i = Ω. Weiter sei B ein beliebiges Ereignis mit P(B) > 0. Dann gilt: P(A j B) = P(B A j ) P(A j ) n i=1 P(B A i) P(A i ), j = 1,..., n. 18
20 Unabhängigkeit von Ereignissen 6 Unabhängigkeit von Ereignissen 6.1 Definition (Unabhängigkeit von zwei Ereignissen) Die Ereignisse A und B heißen (stochastisch) unabhängig, wenn die Wahrscheinlichkeit des einen Ereignisses nicht von dem Eintreten oder Nicht-Eintreten des anderen Ereignisses abhängt. Das ist genau dann der Fall, wenn gilt: P(A B) = P(A B) und P(B A) = P(B A) mit 0 < P(A), P(B) < 1 oder vereinfacht P(A B) = P(A) P(B). 6.2 Definition (Unabhängigkeit von n Ereignissen) Die Ereignisse A 1, A 2,..., A n (n 2) heißen genau dann (stochastisch) unabhängig, wenn für alle Kombinationen von zwei und mehr Ereignissen gilt: P(A i A j ) = P(A i ) P(A j ) für alle 1 i, j n, i j P(A i A j A k ) = P(A i ) P(A j ) P(A k ) für alle 1 i, j, k n,i j k. P(A 1 A 2... A n ) = P(A 1 ) P(A 2 )... P(A n ) 6.3 Satz (Multiplikationssatz für zwei unabhängige Ereignisse) Sind A und B zwei unabhängige Ereignisse mit P(A) > 0 bzw. P(B) > 0, so gilt für die Wahrscheinlichkeit, daß sowohl A als auch B eintritt (Ereignis A B): P(A B) = P(A) P(B). 19
21 Unabhängigkeit von Ereignissen 6.4 Satz (Multiplikationssatz für n unabhängige Ereignisse) Sind A 1,..., A n unabhängige Ereignisse mit P(A i ) > 0, i = 1,..., n, so gilt für die Wahrscheinlichkeit, daß alle n Ereignisse eintreten: n n P( A i ) = P(A i ). i=1 i=1 20
22 Kombinatorik 7 Kombinatorik 7.1 Definition (Fakultät) n! (sprich: n Fakultät) ist die Abkürzung für das Produkt der ersten n aufeinander folgenden positiven ganzen Zahlen: n! = (n 1) n für n N. Es gilt 0! = Definition (Binomialkoeffizient) Der Ausdruck ( n k) (sprich: n über k) ist eine Abkürzung für den Quotienten ( ) n n (n 1) (n 2)... (n k + 1) n! = = für k, n N, k n, k k! k!(n k)! und heißt Binomialkoeffizient. Es gilt ( n n) = ( n 0) = Satz (Anordnungsmöglichkeiten/Permutationen) (a) n verschiedene Dinge lassen sich (mit Berücksichtigung der Reihenfolge) auf n (n 1) = n! (b) verschiedene Arten anordnen (Anzahl der Permutationen). n Dinge, von denen jeweils n 1, n 2,..., n r gleich sind lassen sich auf n! n 1! n 2!... n r! verschiedene Arten anordnen (Anzahl der Permutationen). 21
23 Kombinatorik 7.4 Satz (Auswahlmöglichkeiten mit Berücksichtigung der Reihenfolge) Aus n verschiedenen Dingen werden k Stück mit Berücksichtigung der Reihenfolge ausgewählt. Dann beträgt die Anzahl der verschiedenen Auswahlmöglichkeiten: (a) beim Ziehen ohne Zurücklegen n (n 1) (n 2)... (n k + 1) = n! (n k)! für k n. (b) beim Ziehen mit Zurücklegen n k für beliebiges k. 7.5 Satz (Auswahlmöglichkeiten ohne Berücksichtigung der Reihenfolge) Aus n verschiedenen Dingen werden k Stück ohne Berücksichtigung der Reihenfolge ausgewählt. Dann beträgt die Anzahl der verschiedenen Auswahlmöglichkeiten: (a) beim Ziehen ohne Zurücklegen ( ) n = k n! k! (n k)! für k = 1,..., n. (b) beim Ziehen mit Zurücklegen ( ) n + k 1 k für beliebiges k. 22
24 Kombinatorik 7.6 Satz (Urnenmodelle) Eine Urne enthalte N Kugeln, von denen M schwarz und die restlichen N M weiß sind. Dabei gelte 1 M N. Aus dieser Urne werden n Kugeln zufällig ausgewählt. p k sei die Wahrscheinlichkeit dafür, dass sich unter den n ausgewählten Kugeln genau k schwarze befinden. Die Wahrscheinlichkeit lautet: (a) beim Ziehen ohne Zurücklegen p k = ( M )( N M ) k n k ( N n) für 0 k min(n, M); 0 n k N M; n N. (b) beim Ziehen mit Zurücklegen p k = ( ) n k ( ) M k N ( N M N ) n k für k = 0, 1,..., n; n beliebig. 23
Einführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
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 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
. Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom
Übungsaufgaben 7. Übung SS 16: Woche vom 23. 5. 27. 5.. 2016 Stochastik I: Klassische Wkt.-Berechnung Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/... (SS16).html
MehrEinführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte
Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1, 2,, 6 des Experiments werden zur Ergebnismenge Ω ( Ergebnisraum ) zusammengefasst.
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrWelche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?
2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.
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
MehrEin Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.
SS 2013 Prof. Dr. J. Schütze/ J.Puhl FB GW Wkt.1 1 Grundbegriffe Zufallsexperiment unter gleichen Bedingungen wiederholbarer Vorgang (geplant, gesteuert, beobachtet oder auch nur gedanklich) Menge der
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
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
MehrKapitel 5 Stochastische Unabhängigkeit
Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand
Mehrhtw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017
htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT htw saar 2 Gliederung 25.01. Bedingte Wahrscheinlichkeit: Motivation und Definition Multiplikationssatz Stochastische Unabhängigkeit:
MehrWie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?
In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass
Mehr8. Wahrscheinlichkeitsrechnung
Didaktik der Geometrie und Stochastik WS 09/10 Bürker 27. 1. 11 8. Wahrscheinlichkeitsrechnung 8.1 Begriffe 8.1.1 Zufallsexperiment Was ist ein Zufallsexperiment? a) Mehrere Ergebnisse möglich b) Ergebnis
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206 Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
Mehr2. Rechnen mit Wahrscheinlichkeiten
2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.
MehrWahrscheinlichkeitsrechnung
Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................
MehrWahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrMathematische und statistische Methoden II
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de
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
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
Mehr2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung
2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung 2.1 Zufallsexperiment, Stichprobenraum und Ereignisse Viele Vorgänge der uns umgebenden Realität sind durch zwei Eigenschaften gekennzeichnet:
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
MehrWirtschaftsstatistik I [E1]
040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrWahrscheinlichkeitsrechnung [probability]
Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
Mehr1. Grundlagen der Wahrscheinlichkeitsrechnung
1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer
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)
MehrSatz 18 (Satz von der totalen Wahrscheinlichkeit)
Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung
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
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrLeseprobe. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Leseprobe Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - nwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch): 978-3-446-43255-0
Mehr2. Zufallsvorgänge und Wahrscheinlichkeiten
2. Zufallsvorgänge und Wahrscheinlichkeiten Ziel des Kapitels: Einführung elementarer Begriffe der Wahrscheinlichkeitsrechnung (definitorisch) Ziel der Wahrscheinlichkeitsrechnung: Modellierung von zufälligen
Mehr4. Die Laplacesche Gleichverteilung
Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung
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,
MehrGründe für die Behandlung von stochastischen Problemen (nach KÜTTING)
Vorlesung 03.01.09 Stochastik Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Der Mathematikunterricht der Schule hat die Aufgabe, eine Grundbildung zu vermitteln, die auf ein mathematisches
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! =
Mehr= 7! = 6! = 0, 00612,
Die Wahrscheinlichkeit, dass Prof. L. die Wette verliert, lässt sich wie folgt berechnen: Ω = {(i 1,..., i 7 ) : i j {1... 7}, j = 1... 7}, wobei i, j für den Wochentag steht, an dem die Person j geboren
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 27. Oktober 2010 Teil III Wahrscheinlichkeitstheorie 1 Zufallsereignisse Vorüberlegungen Der Ereignisraum Konstruktionen
Mehr4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o
*) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser
MehrStochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten
Kapitel 2 Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten 2.1 Stochastische Unabhängigkeit von Ereignissen Gegeben sei ein W-Raum (Ω, C, P. Der Begriff der stochastischen Unabhängigkeit von
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom
Übungsaufgaben 9. Übung SS 16: Woche vom 5. 6. 10. 6. 2016 Stochastik III: Totale Wkt., S.v.Bayes, Diskrete ZG Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrSachrechnen/Größen WS 14/15-
Kapitel Daten & Wahrscheinlichkeit 3.1 Kombinatorische Grundlagen 3.2 Kombinatorik & Wahrscheinlichkeit in der Grundschule 3.3 Daten Darstellen 3.1 Kombinatorische Grundlagen Verschiedene Bereiche der
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
Mehr1 Grundbegriffe der Wahrscheinlichkeitsrechnung
4 1 Grundbegriffe der Wahrscheinlichkeitsrechnung 1.1 Grundlegende Begriffe Der Begriff wahrscheinlich wird im Alltag in verschiedenen Situationen verwendet, hat dabei auch unterschiedliche Bedeutung.
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
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
MehrVorwort (zur zweiten Auflage)
Vorwort (zur zweiten Auflage) Für die zweite Auflage der Induktiven Statistik wurde der gesamte Text durchgesehen und alle Lösungen überprüft. Dies führte zu Modifikationen und Ergänzungen des Stoffes
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)
MehrLernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm
Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren
Mehr3. Kombinatorik und Wahrscheinlichkeit
3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:
MehrMathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit
Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Dozentin: Wiebke Petersen 8. Foliensatz Wiebke Petersen math. Grundlagen 1 Motivation Bsp.: In vielen Bereichen der CL kommt Wahrscheinlichkeitstheorie
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
MehrWahrscheinlichkeitsrechnung und Statistik
1. und 2. Vorlesung - 2017 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
MehrInstitut 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
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
MehrStatistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58
Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
MehrStatistik I für Humanund Sozialwissenschaften
Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.
MehrZufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen
Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/ Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge zu
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
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
MehrUE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele
UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..
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)
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA : Table of Contents 1 Statistik: Einführung 2 Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrDas Ziegenproblem. Nils Schwinning und Christian Schöler Juni 2010
Das Ziegenproblem Nils Schwinning und Christian Schöler http://www.esaga.uni-due.de/ Juni 2010 Die Formulierung Obwohl das sogenannte Ziegenproblem in der Mathematik allgegenwärtig erscheint, wurde es
MehrInteraktives Skriptum: Elementare Wahrscheinlichkeitsrechnung
Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung 1. Grundbegriffe Würfeln, Werfen einer Münze, Messen der Lebensdauer einer Glühbirne Ausfall/Ausgang: Würfeln: Augenzahlen 1, 2, 3, 4, 5, 6
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
MehrMusterlösungen zu den Aufgaben aus. Statistische Methoden in den Wirtschafts- und Sozialwissenschaften
Musterlösungen zu den Aufgaben aus Statistische Methoden in den Wirtschafts- und Sozialwissenschaften von Prof. Dr. Hans Peter Litz Oldenbourg-Verlag München,.Auflage 1998 Teil II. Wahrscheinlichkeitstheoretische
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),
MehrWahrscheinlichkeiten
Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
MehrMathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten
Mathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten Jo rn Saß, sass@mathematik.uni-kl.de Fachbereich Mathematik, TU Kaiserslautern Arbeitsgruppe Stochastische Steuerung und Finanzmathematik Kaiserslautern
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,
Mehr3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
MehrMathematik IV (Stochastik) für Informatiker
Bausteine zur Vorlesung von Prof. Dr. Bernd Hofmann Mathematik IV (Stochastik) für Informatiker Fakultät für Mathematik der Technischen Universität Chemnitz Sommersemester 2016 Dieser Text soll die Nacharbeit
MehrSatz von der totalen Wahrscheinlichkeit
htw saar 1 Satz von der totalen Wahrscheinlichkeit Sei (Ω, P) ein Wahrscheinlichkeitsraum, und B 1,, B n seien paarweise disjunkte Ereignisse mit B i = Ω. Für jedes Ereignis A gilt dann: P(A) = P(A B 1
Mehr