Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

Größe: px
Ab Seite anzeigen:

Download "Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner"

Transkript

1 Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen beim Lotto... Summenregel Zahl der Möglichkeiten der Auswahl aus zwei disjunkten Mengen ist gleich Summe der Anzahlen der Elemente: #A B = #A + #B, wenn A B =. Allgemeiner #A B = #A + #B #A B. kombinatorik13.pdf, Seite 1

2 Produktregel #A B = #A #B bzw. #A 1 A 2... A n = #A 1 #A 2... #A n. Beispiele Zahl der Wörter der Länge 3 aus Kleinbuchstaben und Ziern, die mit einem Buchstaben anfangen, ist gleich = Zahl der Wörter aus Kleinbuchstaben der Länge 3, 4 oder 5 ist gleich = Zahl der Wörter aus 3 Kleinbuchstaben, die mit einem Vokal a,e,i,o,u anfangen oder einem Vokal enden ist gleich = kombinatorik13.pdf, Seite 2

3 Permutationen Zahl der Möglichkeiten, n Elemente anzuordnen, ist gleich n n = n! n Fakultät. Beispiel: Traveling Salesman Problem Geschäftsreisender besucht nacheinander n Orte n! mögliche Reiserouten. Geordnete Auswahl Zahl der Möglichkeiten, k von n Elementen auszuwählen, mit Beachtung der Reihenfolge, ist gleich n n 1... n k + 1 = n! n k!. kombinatorik13.pdf, Seite 3

4 Beispiele Bei 10 nacheinander durchzuführenden mündlichen Prüfungen gibt es 10! = Möglichkeiten für die Reihenfolge. Bei 50 anwesenden Personen sind 6 Plätze in der ersten Reihe zu besetzen. Dafür gibt es = = Möglichkeiten. 50! 44! Es gibt 26! = = aus 21! 5 Kleinbuchstaben bestehende Passwörter, in denen kein Buchstabe mehrfach vorkommt. Sollen diese Passwörter mit einem Vokal beginnen oder enden, so bleiben Beginn Vokal + Ende Vokal doppelt gezählte = Möglichkeiten. kombinatorik13.pdf, Seite 4

5 Verallgemeinerungen Sind die n anzuordnenden Elemente nicht alle n! verschieden, so gibt es m 1! m 2 Möglichkeiten der!... m k! Anordnung, wobei m 1, m 2,..., m k die Anzahl von jeweils gleichen Elementen angibt. Beispiel: Die Buchstaben des Wortes ANANAS können 6! aus = 60 unterschiedliche Arten angeordnet 3! 2! 1! werden. Können bei der geordneten Auswahl Elemente mehrfach vorkommen, so gibt es n k Möglichkeiten, aus n verschiedenen Elementen eine Auswahl von k zu treen. Beispiel: Es gibt 26 5 = verschiedene aus 5 Kleinbuchstaben bestehende Passwörter, wenn Buchstaben mehrfach vorkommen dürfen. kombinatorik13.pdf, Seite 5

6 Binomialkoezienten Die Zahl der Möglichkeiten, k von n Elementen auszuwählen, ohne Beachtung der Reihenfolge Kombinationen, ist gleich n! n k! k! = n = C k n Binomialkoezient n über k. k n k ist gleich der Anzahl der kelementigen Teilmengen einer nelementigen Menge. Dabei setzt man 0! = 1 und n k = 0 falls k > n oder k < 0. Beispiel Die Zahl der Möglichkeiten beim Lotto 6 aus 49 ist 49 = 49! = = ! 6! kombinatorik13.pdf, Seite 6

7 Weiteres Beispiel Bestimmung der Zahl der 6stelligen Passwörter aus Kleinbuchstaben und Ziern, die mit einem Buchstaben beginnen und genau 2 Ziern enthalten: Für die Verteilung der 2 Ziern auf die 5 Stellen 2 bis 6 gibt es = 10 Möglichkeiten. Für die Auswahl der Ziern gibt 5 2 es 10 2 = 100 und für die Auswahl der 4 Buchstaben 26 4 = Möglichkeiten. Insgesamt hat man damit = Möglichkeiten. Bemerkung Oft ist bei Abzählverfahren der Lösungsweg nicht eindeutig, jedoch müssen alle Lösungsansätze zum selben Ergebnis führen. kombinatorik13.pdf, Seite 7

8 Beispiel Anwesend sind 40 Männer und 10 Frauen. Wie viele Möglichkeiten gibt es, 6 Plätze der ersten Reihe mit 3 Männern und 3 Frauen zu besetzen? Antwort 1: 6 40! 3 37! 10! 7! = = Begründung: Zunächst wird ausgewählt, welche Plätze mit Männern und welche mit Frauen besetzt werden sollen. Dazu gibt es Möglichkeiten. Für die Besetzung der Männerplätze gibt es dann = 40! 37! Möglichkeiten, für die 3 Frauenplätze = 10! 7!. Die Gesamtzahl der Möglichkeiten erhält man daraus mit der Produktregel. kombinatorik13.pdf, Seite 8

9 Antwort 2 zum letzten Beispiel 40 Männer und 10 Frauen besetzen 6 Plätze: Man wählt zunächst 3 Männer und 3 Frauen aus, wofür es bzw. Möglichkeiten gibt Diese 6 Personen verteilt man dann auf die 6 Plätze, wofür es 6! Möglichkeiten gibt. Die Gesamtzahl der Möglichkeiten ist damit wieder mit der Produktregel ! = ! = kombinatorik13.pdf, Seite 9

10 Kombinationen mit Wiederholung Dürfen bei der Auswahl von k Elementen aus einer nelementigen Menge ohne Beachtung der Reihenfolge Elemente mehrfach vorkommen, so gibt es n+k 1 k Möglichkeiten. Beispiel Es gibt Gummibärchen in n = 6 Farben. Für die Auswahl von k = 4 Gummibärchen, die nicht alle verschiedenfarbig sein müssen, gibt es dann = 9 4 = = 126 4! verschiedene Möglichkeiten. kombinatorik13.pdf, Seite 10

11 Kombinatorik und Wahrscheinlichkeiten Kombinatorische Überlegungen werde oft zur Bestimmung von Wahrscheinlichkeiten benutzt. So ist z. B. die Wahrscheinlichkeit für 6 Richtige im Lotto 1 / 49 6 = Dabei wird vorausgestzt, dass alle Möglichkeiten gleichwahrscheinlich sind, eine LaplaceVerteilung vorliegt. Dies ist jedoch nicht automatisch immer der Fall. So gibt es z. B. beim Würfeln mit k = 3 Würfeln = 8 3 = 56 Möglichkeiten Kombinationen mit Wiederholung. Die 1 Wahrscheinlichkeit für 3 Sechsen ist dabei, für die 216 Kombination 1, 2, 3 beträgt die Wahrscheinlichkeit dagegen kombinatorik13.pdf, Seite 11

12 LaplaceExperimente sind Zufallsexperimente, die einem Symmetrieprinzip genügen, so dass alle möglichen Ausgänge gleich wahrscheinlich sind. Bei zufälliger Auswahl liegt ein LaplaceExperiment vor bei Anordnung von n Objekten: n! Möglichkeiten Anordnung von n Objekten, von denen einige gleich sind geordneter Auswahl von k aus n Objekten ohne n! Wiederholung: n k! Möglichkeiten geordneter Auswahl von k aus n Objekten mit Wiederholung: n k Möglichkeiten Auswahl von k aus n Objekten ohne Wiederholung ohne beachtung der Reihenfolge: n k Möglichkeiten Dagegen liegt bei der Auswahl mit Wiederholung ohne Beachtung der Reihenfolge kein LaplaceExperiment vor. kombinatorik13.pdf, Seite 12

13 Eigenschaften der Binomialkoezienten Für Binomialkoezeineten gibt es eine Reihe von Rechenregeln. Die wichtigsten sind: n 0 = n n = 1 n 1 = n n 1 = n n 2 = n n 1 n k = n n k = n 1 2 j=1 j = n 1 Symmetrie: Auswahl von k aus n Objekten ist gleichbedeutend von der Bestimmung von n k Objekten, die nicht ausgewählt werden n k=0 n k = 2 n Anzahl aller Teilmengen einer nelementigen Menge n+1 k = n k + n k 1 Summationseigenschaft kombinatorik13.pdf, Seite 13

14 Das Pascalsche Dreieck liefert eine rekursive Berechnung der Binomialkoezienten mit Hilfe der Summationseigenschaft: Die n + 1-te Zeile enthält die Binomialkoezienten n k für k = 0,..., n. Dabei ist jeder Eintrag die Summe der beiden Einträge darüber, z. B. ist 8 3 = 56 = = kombinatorik13.pdf, Seite 14

15 Allgemeine Binomische Formel Für a, b R un n N ist Beispiel Beweisidee a + b n = n k=0 n 4 = k a k b n k = , 5 + 1, = a + b n = a + b a + b a + b... a + b }{{} n mal... Abzählen aller Möglichkeiten, aus jeder Klammer genau einen Summanden auszuwählen. kombinatorik13.pdf, Seite 15

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (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

Mehr

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3)

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3) WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Mathematik für Biologen

Mathematik 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

Mathematik für Biologen

Mathematik 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

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1)

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M

Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M Kapitel 1 Kombinatorik (Prof. K. Gerald van den Boogaart) 1.1 Grundprinzipien 1.1.1 Auswahl aus Möglichkeiten Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4)

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4) WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 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

Mehr

von Zahlenfolgen, die bei Gebietsteilungsproblemen

von Zahlenfolgen, die bei Gebietsteilungsproblemen Zahlenfolgen bei Gebietsteilungsproblemen Karin Halupczok Oktober 005 Zusammenfassung Gesucht sind rekursive und explizite Bildungsgesetze von Zahlenfolgen, die bei Gebietsteilungsproblemen auftauchen:

Mehr

Binomialkoeffizient. Gymnasium Immensee Stochastik, 5. Klassen. Bettina Bieri

Binomialkoeffizient. Gymnasium Immensee Stochastik, 5. Klassen. Bettina Bieri Binomialkoeffizient Gymnasium Immensee Stochastik, 5. Klassen Bettina Bieri 7. Februar 7 Inhaltsverzeichnis Nötiges Vorwissen: Fakultäten. Definition: Fakultät......................... spezielle Fakuläten.........................3

Mehr

Kombinatorik - kurz. Ronald Balestra CH Zürich

Kombinatorik - kurz. Ronald Balestra CH Zürich Kombinatorik - kurz Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch 14. Mai 2012 Inhaltsverzeichnis 1 Um was geht s? 1 1.1 Allgemeines Zählprinzip....................... 2 1.2 Permutationen............................

Mehr

Sachrechnen/Größen WS 14/15-

Sachrechnen/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

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen Kombinatorik Zur Berechnung der Wahrscheinlichkeit eines zusammengesetzten Ereignisses ist oft erforderlich, zwei verschiedene Anzahlen zu berechnen: die Anzahl aller Elementarereignisse und die Anzahl

Mehr

5 Kombinatorik. 5.1 Permutationen. Übungsmaterial 1

5 Kombinatorik. 5.1 Permutationen. Übungsmaterial 1 Übungsmaterial 1 5 Kombinatorik In der Kombinatorik gibt es eine Reihe von odellen. Im Folgenden werden diese jeweils an einem Beispiel erklärt, im nschluss wird eine allgemeine Formel hergeleitet. 5.1

Mehr

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

Mehr

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung Kombinatorik In der Kombinatorik beschäftigt man sich damit die verschiedenen Möglichkeiten der Auswahl und Anordnung von Elementen aus endlichen Mengen zu untersuchen und insbesondere die Anzahl dieser

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

KAPITEL 2. Kombinatorik

KAPITEL 2. Kombinatorik KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,

Mehr

Basiswissen 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)

Mehr

Berechnung von Teilmengen

Berechnung von Teilmengen Berechnung von Teilmengen Satz Anzahl der Teilmengen 2 n = n k=0 k=0 ( ) n k Beweis Korollar aus Binomischem Lehrsatz (1 + 1) n = n ( n k=0 k) 1 k 1 n k. Oder kombinatorisch: Sei M Menge mit M = n. Die

Mehr

2. Grundbegriffe der Mengenlehre und Kombinatorik

2. Grundbegriffe der Mengenlehre und Kombinatorik und Kombinatorik 2.1 Mengenbegriff. Darstellung von Mengen inkl. Peano-Axiome und vollständige Induktion 2.2 Mengenrelationen und Mengenoperationen 2.3 Einfache Zählformeln 2.4 Permutationen und Kombinationen

Mehr

Inhaltsverzeichnis (Ausschnitt)

Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive

Mehr

1 Begriff Kombinatorik; Zahl aller Teilmengen

1 Begriff Kombinatorik; Zahl aller Teilmengen 6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work

Mehr

Kombinatorische Abzählverfahren

Kombinatorische Abzählverfahren Mathematik Statistik Kombinatorische Abzählverfahren * Kombinatorische Abzählverfahren Vorwort TEIL A: Basiswissen 1. Was zum Teufel ist das? 1.2. Wofür benötigt man Kombinatorische Abzählverfahren? 1.3.

Mehr

Wiederholung: Laplace scher W.-Raum

Wiederholung: Laplace scher W.-Raum 1 Wiederholung: Laplace scher W.-Raum Sei Ω = {ω 1,ω 2,...,ω s } eine s-elementige Menge von Elementarereignissen und gelte p(ω) = 1/s für alle ω Ω. Dann nennen wir (Ω,P ) einen Laplace schen W-Raum. Problem:

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

Wiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A)

Wiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A) Wiederholung Operationen auf Mengen A B, A Å B, A B, A \ B, P(A) Relationen, Abbildungen/Funktionen Reflexiv, symmetrisch, antisymmetrisch, transitiv Injektiv, surjektiv, bijektiv Beweistechniken: Indirekter

Mehr

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

3. Anwendungen aus der Kombinatorik

3. Anwendungen aus der Kombinatorik 3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit

Mehr

Kombinatorik. Kombinatorik

Kombinatorik. Kombinatorik Kombinatori Kombinatori Ziel: Bestimmen der Mächtigeiten bestimmter endlicher Mengen, die durch Anordnung oder Auswahl von Elementen einer Menge gebildet werden. Wir wissen bereits, dass für die Potenzmenge

Mehr

Ausgewählte spezielle Verteilungen

Ausgewählte spezielle Verteilungen Ausgewählte spezielle Verteilungen In Anwendungen werden oft Zufallsvariablen betrachtet, deren Verteilung einem Standardmodell entspricht. Zu den wichtigsten dieser Modelle gehören: diskrete Verteilungen:

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 02: Funktionen, Multimengen, Kompositionen 1 / 18 Funktionen zwischen endlichen Mengen [n]

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 04 Prof. Barbara König Übungsleitung: Henning Kerstan Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

II Wahrscheinlichkeitsrechnung

II Wahrscheinlichkeitsrechnung 251 1 Hilfsmittel aus der Kombinatorik Wir beschäftigen uns in diesem Abschnitt mit den Permutationen, Kombinationen und Variationen. Diese aus der Kombinatorik stammenden Abzählmethoden sind ein wichtiges

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Kombinatorik Patrick Groth Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Definition Kombinatorik ist das Teilgebiet der Mathematik, das sich mit den möglichen

Mehr

Kombinatorik. smo osm. Thomas Huber, Viviane Kehl. Inhaltsverzeichnis. Aktualisiert: 1. Dezember 2015 vers Divide and Conquer 2

Kombinatorik. smo osm. Thomas Huber, Viviane Kehl. Inhaltsverzeichnis. Aktualisiert: 1. Dezember 2015 vers Divide and Conquer 2 Schweizer Mathematik-Olympiade smo osm Kombinatorik Thomas Huber, Viviane Kehl Aktualisiert: 1. Dezember 2015 vers. 1.0.0 Inhaltsverzeichnis 1 Divide and Conquer 2 2 Die vier fundamentalen Auswahlprozesse

Mehr

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin 2 Kombinatorik Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objekten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2)

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Technische Universität München. Kombinatorik. Christian Fuchs

Technische Universität München. Kombinatorik. Christian Fuchs Kombinatorik Christian Fuchs 1.Definition Kombinatorik 2.Grundlegende Zählmethoden 3.Binomialkoeffizienten 4.Permutationen 5.Stirling-Zahlen 6.Catalan-Zahlen 7.Zahlpartitionen 8.Aufgaben 9.Literatur Technische

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung 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

Mehr

Kombinatorik. Additions- und Multiplikationsgesetz

Kombinatorik. Additions- und Multiplikationsgesetz Kombinatorik Die Kombinatorik beschäftigt sich mit der Berechnung der Anzahl Möglichkeiten, eine Anzahl von Objekten aus einer Grundmenge auszuwählen. Z.B. beim Schweizer Zahlenlotto 6 aus 45. Dabei wird

Mehr

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

4. 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

Mehr

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y Kombinatorik Nach [1], Chap.4 (Counting Methods and the Pigeonhole Principle). Multiplikationsprinzip Beispiel 1 Wieviele Wörter der Länge 4 kann man aus den Buchstaben A,B,C,D,E bilden,... 1. wenn Wiederholungen

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

Kombinatorik kompakt. Stochastik WS 2016/17 1 Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 05 Prof. Barbara König Übungsleitung: Dennis Nolte Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente

Mehr

Kapitel 2. Kapitel 2 Zählen (Kombinatorik)

Kapitel 2. Kapitel 2 Zählen (Kombinatorik) Zählen (Kombinatorik) Inhalt 2.1 2.1 Einfache Zählformeln A A B B = A A + B. B. 2.2 2.2 Binomialzahlen 2.3 2.3 Die Die Siebformel 2.4 2.4 Permutationen Seite 2 2.1 Einfache Zählformeln Erinnerung: Für

Mehr

1 Grundlagen Wahrscheinlichkeitsrechung

1 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

Mehr

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34 Kombinatorik Matthias Bayerlein 25.6.2010 Matthias Bayerlein Kombinatorik 25.6.2010 1 / 34 Überblick Grundlagen aus der Schule Spezielle Zahlenfolgen Zusammenfassung Matthias Bayerlein Kombinatorik 25.6.2010

Mehr

Aufgabe 1a. htw saar 1

Aufgabe 1a. htw saar 1 htw saar 1 Aufgabe 1a An der Gesamtschule des Taka-Tuka-Landes mögen 40% aller Schüler Mathematik. Wird zufällig ein Schüler ausgewählt, der Mathematik mag, beträgt die Wahrscheinlichkeit, dass dieser

Mehr

Zufallsauswahlen aus endlichen Grundgesamtheiten

Zufallsauswahlen aus endlichen Grundgesamtheiten Zufallsauswahlen aus endlichen Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder

Mehr

Kombinatorik. Hallo Welt Philip Kranz. 12. Juli Philip Kranz () Kombinatorik 12. Juli / 47

Kombinatorik. Hallo Welt Philip Kranz. 12. Juli Philip Kranz () Kombinatorik 12. Juli / 47 Kombinatorik Hallo Welt 2011 Philip Kranz 12. Juli 2011 Philip Kranz () Kombinatorik 12. Juli 2011 1 / 47 Inhalt 1 Einführung 2 Grundlagen Permutationen Variationen Kombinationen Binomialkoeffizient /

Mehr

Kombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen?

Kombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen? Permutationen Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen? 1. Sitz : 10 Möglichkeiten 2. Sitz : 9 Möglichkeiten 3. Sitz : 8 Möglichkeiten. 9. Sitz : 2 Möglichkeiten

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben große Bedeutung zu,

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung 9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung

Mehr

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri Binomischer Lehrsatz Gymnasium Immensee Vertiefungskurs Mathematik Bettina Bieri 24. Juli 20 Inhaltsverzeichnis Nötiges Vorwissen. Fakultät................................ Definition...........................2

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................

Mehr

Biometrieübung 3 Kombinatorik

Biometrieübung 3 Kombinatorik Biometrieübung 3 (Kombinatorik) - Aufgabe Biometrieübung 3 Kombinatorik Aufgabe 1. DNA Eine lineare Anordnung von 3 DNA - Nukleotiden wird Triplet genannt. Ein Nukleotid kann eine der 4 möglichen Basen

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt Zu Aufgabe ) Wir betrachten den Laplace-Versuch V Werfen zweier Würfel. Berechnen Sie unter Verwendung der Formel P ( A) A aus Aufgabe die Ω Wahrscheinlichkeit für folgende Ereignisse: a) A Werfen zweier

Mehr

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeit (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

Mehr

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017 Vorlesung Mathematische Strukturen Sommersemester 017 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte Kombinatorik: Einführung Es folgt eine Einführung in die abzählende Kombinatorik. Dabei geht es

Mehr

Mathe K2 Stochastik Sj. 16/17

Mathe K2 Stochastik Sj. 16/17 Mathe K2 Stochastik Sj. 16/17 Bernoulli-Kette 1 Galtonbrett 1 Wir lassen eine Kugel auf ein Nagelbrett fallen: Galtonbrett\Galton.exe Zufallsexperiment: Eine Kugel fallen lassen und den Weg notieren. Ein

Mehr

Kapitel 4 MATHEMATISCHES RÄTSELRATEN

Kapitel 4 MATHEMATISCHES RÄTSELRATEN Kapitel 4 MATHEMATISCHES RÄTSELRATEN Kombinatorik Mathematisches Rätselraten In der Wahrscheinlichkeitsrechnung befassen wir uns oftmals mit Fragen, für die wir gleiche oder verschiedene Gegenstände nach

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Wahrscheinlichkeitstheorie Eine Vorlesung für das Lehramtsstudium Franz Hofbauer SS 1999 Einleitung Auch wenn man zufällige Ereignisse nicht voraussagen kann, unterliegen sie doch gewissen Gesetzmäßigkeiten.

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Kombinatorik. Worum geht es in diesem Modul?

Kombinatorik. Worum geht es in diesem Modul? Kombinatorik Worum geht es in diesem Modul? Permutationen Binomialkoeffizienten Variation und Kombination Stichproben ohne Zurücklegen mit Berücksichtigung der Reihenfolge Stichproben mit Zurücklegen mit

Mehr

Lösungsskizzen zur Präsenzübung 05

Lösungsskizzen zur Präsenzübung 05 Lösungsskizzen zur Präsenzübung 0 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 201/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 01. Dezember 201 von:

Mehr

Prinzip der Inklusion- Exklusion

Prinzip der Inklusion- Exklusion Prinzip der Inklusion- Exklusion Ziel: Zählen von Elementen in nicht-disjunkten Mengen. 2 Mengen A 1, A 2 : Zählen zunächst die Elemente in A 1. Addieren dazu die Anzahl der Elemente in A 2. Zählen damit

Mehr

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / /

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / / Das Urnenmodell Hausarbeit Mathe III (Prof. Kästner, Friedberg) Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike 876522 / 900265 / 885568 / 875921 / 932424 Wintersemester

Mehr

KOMPETENZHEFT ZUR KOMBINATORIK

KOMPETENZHEFT ZUR KOMBINATORIK KOMPETENZHEFT ZUR KOMBINATORIK. Aufgabenstellungen Aufgabe.. Beim Schach können zwei Türme einander schlagen, wenn sie in derselben Reihe oder in derselben Spalte stehen. Rechts siehst du eine Möglichkeit,

Mehr

$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $

$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $ $Id: mengen.tex,v.7 2008//6 20:09:23 hk Exp $ $Id: komplex.tex,v.2 2008//6 20:2:23 hk Exp hk $ I. Grundlagen 3 Mengen und Abbildungen 3.4 Vollständige Induktion und endliche Mengen Wir wollen noch ein

Mehr

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen. VI. Kombinatorik ================================================================== 6.1 Einführung --------------------------------------------------------------------------------------------------------------

Mehr

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable. (Buch S. 6-11)

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable. (Buch S. 6-11) Vorlesung 2a Diskret uniform verteilte Zufallsvariable (Buch S. 6-11) 1 0. Erinnerung und Auftakt 2 Sei S eine endliche Menge. Eine Zufallsvariable X heißt diskret uniform verteilt auf S, wenn P(X = a)

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

Definition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis

Definition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis Stochastische Prozesse: Grundlegende Begriffe bei zufälligen Prozessen In diesem Abschnitt beschäftigen wir uns mit den grundlegenden Begriffen und Definitionen von Zufallsexperimenten, also Prozessen,

Mehr

3. Kombinatorik und Wahrscheinlichkeit

3. 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:

Mehr

Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion

Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion 3. Vorlesung im Brückenkurs Mathematik 2018 Hilfsmittel aus der Kombinatorik, Reelle Zahlenfolgen, Vollständige Induktion Dr. Markus Herrich Markus Herrich Kombinatorik, Zahlenfolgen, Induktion 1 Hilfsmittel

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom

K. 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

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 stheorie: Grundbegriffe Prof. Dr. Achim Klenke http://www.aklenke.de 5. Vorlesung: 25.11.2011 1/33 Inhalt 1 Zufallsvariablen 2 Ereignisse 3 2/33 Zufallsvariablen Eine Zufallsvariable

Mehr

2. Zufallsvorgänge und Wahrscheinlichkeiten

2. Zufallsvorgänge und Wahrscheinlichkeiten 2. Zufallsvorgänge und Wahrscheinlichkeiten Ziel des Kapitels: Einführung elementarer Begriffe der Wahrscheinlichkeitsrechnung (definitorisch) Ziel der Wahrscheinlichkeitsrechnung: Modellierung von zufälligen

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

K. 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/...

Mehr

Kombinatorik. Matthias Wirth Matthias Wirth Kombinatorik / 46

Kombinatorik. Matthias Wirth Matthias Wirth Kombinatorik / 46 Kombinatorik Matthias Wirth 25.06.2013 Matthias Wirth Kombinatorik 25.06.2013 1 / 46 Überblick Grundlagen Zahlenfolgen Fibonacci Catalan Euler Stirling Integer-Partitionen Anwendungsbeispiele jeweils zu

Mehr

Kombinatorik & Stochastik Übung im Sommersemester 2018

Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik Formeln & Begriffe Begrifflichkeiten Permutation = Anordnung in einer bestimmten Reihenfolge Kombination = Anordnung ohne bestimmte Reihenfolge

Mehr

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die 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

Mehr

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable Vorlesung 2a Diskret uniform verteilte Zufallsvariable 1 Eine Zufallsvariable X heißt diskret uniform verteilt, wenn ihr Zielbereich S endlich ist und P(X = a) = 1 #S für alle a S. Damit beschreibt X eine

Mehr

Kombinatorik. Simon Rainer 21. Juli Simon Kombinatorik 21. Juli / 51

Kombinatorik. Simon Rainer 21. Juli Simon Kombinatorik 21. Juli / 51 Kombinatorik Simon Rainer sr@mail25.de 21. Juli 2015 Simon Rainersr@mail25.de Kombinatorik 21. Juli 2015 1 / 51 Was ist Kombinatorik? Teilgebiet der diskreten Mathematik Endliche oder abzählbar unendliche

Mehr

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung.

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung. Kombinatorik Was ist Kombinatorik? Die 92 natürlichen chemischen Elemente sind die mathematischen Elemente der Menge chemisches Periodensystem. Ebenso sind die zehn Ziffern 0 9 eine Menge, jede Ziffer

Mehr