6.1 Grundlagen der Wahrscheinlichkeitsrechnung Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis
|
|
- Bettina Brinkerhoff
- vor 8 Jahren
- Abrufe
Transkript
1 1 6.1 Grundlagen der Wahrscheinlichkeitsrechnung Definitionen und Beispiele Spiele aus dem Alltagsleben: Würfel, Münzen, Karten,... u.s.w. sind gut geeignet die Grundlagen der Wahrscheinlichkeitsrechnung darzustellen. Wir wollen uns deshalb zunächst die grundlegenden Definitionen durch Beispiele aus der Welt der Spiele veranschaulichen. Beispiel 1 Augenzahl beim Wurf mit einem homogenen Würfel Der Wurf mit einem homogenen Würfel ist ein Vorgang, den wir in der Wahrscheinlichkeitslehre Zufallsexperiment nennen. Bei einem solchen Wurf wird stets eine der 6 Augenzahlen des Würfels 1,2,3,4,5,6 auftreten. Wir nennen jedes der 6 möglichen Ergebnisse ein Elementarereignis. Die Gesamtheit aller Elementarereignisse heißt Ergebnismenge E: E={1,2,3,4,5,6}. Welches der 6 Elementarereignisse bei dem Wurf eintritt, ist nicht vorhersehbar, sondern zufallsbedingt. Aus diesem Grund sprechen wir von einem Zufallsexperiment. Wir können verschiedene Elementarereignisse unter verschiedenen Gesichtspunkten zusammenfassen: Z.B. "Alle geraden Elementarereignisse: A={2,4,6}", "Alle ungeraden Elementarereignisse: B={1,3,5}" oder "Alle Primzahlen unter den Elementarereignissen: C={2,3,5}", u.s.w.. Die Zusammenfassung der Elementarereignisse ist stets eine Teilmenge der Ergebnismenge E: A " E,B " E oder C " E. Wir nennen A,B und C dann Ereignisse des Würfelexperimentes. Gemäß den Rechenregeln der Mengenlehre existieren zu einer Menge aus n Elementen 2 n Teilmengen, wozu auch E selbst und die leere Menge gehören. Die Menge aller Ereignisse, die sich durch Teilmengenbildung aus der Ergebnismenge E erzeugen lässt, nennen wir auch den Ereignisraum. Im Zusammenhang mit den Zufallsexperimenten werden wir auch den Begriff der Zufallsvariablen verwenden. Eine Zufallsvariable kann diskret oder stetig sein. Sie ist das Ergebnis einer Abbildung, die jedem Elementarereignis e i E genau eine Zahl X(e i ) zuordnet. In unserem Beispiel ist eine solche Zahl zweckmäßig durch das Element selbst definiert: X(e i )=e i, z.b. X(3)=3. Beispiel 2 Augenzahl beim Wurf mit zwei unterscheidbaren Würfeln Beim Wurf mit einem roten und einem schwarzen Würfel können insgesamt 36 verschiedene Konstellationen auftreten. Wir benennen die Ergebnismenge, indem wir die möglichen Elementarereignisse zusammenfassen und schreiben für jedes Elementarereignis zuerst die Augenzahl des roten Würfels: E={(1,1);(1,2);(1,3);... ;(6,4);(6,5);(6,6)}. Wir können unter verschiedenen Gesichtspunkten zu dieser Ergebnismenge Teilmengen formulieren. Z.B. als Menge aller Elementarereignisse, bei denen der rote Würfel eine 1 zeigt: Ereignis A: Roter Würfel zeigt eine 1: A={(1,1);(1,2);(1,3);(1,4);(1,5);(1,6)}. Weil jeder Wurf ein Zufallsergebnis erzeugt, handelt es sich auch in diesem Experiment um ein Zufallsexperiment. Jedem Paar aus der Menge der Elementarereignisse können wir eine Zahl x zuordnen, z.b. die Summe der Augenzahlen. Dadurch definieren wir für dieses Experiment eine diskrete Zufallsvariable. Die Zufallsvariablen zu unserem
2 2 Experiment bestehen in ihrer Gesamtheit aus den 11 Zahlen: X={2,3,4,...,12}. Hier verwenden wir natürlich die Zuordnung: X(e i )=Summe der Augenzahlen=x, z.b. X(1,5)=6. Beispiel 3 Ziehung von Kugeln aus einer Urne Eine Urne enthält 5 Kugeln, drei weisse und zwei schwarze. Ziehen wir zufällig zwei Kugeln aus der Urne, wobei wir Zug für Zug die Kugeln wieder zurücklegen, so entstehen folgende vier Elementarereignisse (w für weiss, s für schwarz): E = {(w,w);(w,s);(s,w);(s,s)}. Durch geeignete Formulierungen können wir Teilmengen zu E bilden: Z.B. A=Beide Kugeln sind von gleicher Farbe; A = {(w,w);(s,s)}. Das Ereignis A enthält also zwei Elementarereignisse. Insgesamt existieren zu 4 Elementen 2 4 =16 Teilmengen oder Ereignisse, deren Gesamtheit den Ereignisraum darstellt. Mit den Zuordnungen X(w,w)=1, X(w,s)=2, X(s,w)=3 und X(s,s)=4 erhalten wir zu den 4 Elementarereignissen die 4 diskreten Zufallsvariablen 1,2,3 und 4. Wir fassen die formulierten Begriffe zusammen: Definition Zufallsexperiment Ein Zufallsexperiment ist ein Experiment mit folgenden Eigenschaften: 1 Das Experiment ist unter gleichen äußeren Bedingungen beliebig oft wiederholbar. 2 Das Experiment besitzt mehrere sich gegenseitig ausschließende Ergebnisse. 3 Die Ergebnisse im Experiment sind zufallsbedingt. Definition Elementarereignis und Ergebnismenge 1 Die möglichen, sich aber gegenseitig ausschließenden Ergebnisse eines Zufallsexperimentes heißen Elementarereignisse. 2 Die Menge aller Elementarereignisse heißt Ergebnismenge. Definition Ereignis und Ereignisraum 1 Eine Teilmenge der Ergebnismenge eines Zufallsexperimentes heißt Ereignis. 2 Die Menge aller Ereignisse heißt Ereignisraum. Definition Zufallsvariable Unter einer Zufallsvariablen X verstehen wir eine Funktion, die jedem Elementarereignis e aus der Ergebnismenge E eines Zufallsexperimentes genau eine reelle Zahl x zuordnet: X(e)=x. Nachdem wir gelernt haben, daß Ereignisse eines Zufallsexperiments durch Mengen beschrieben werden, wollen wir auch die Verknüpfung von Ereignissen durch entsprechende Operationen in der Mengenlehre erklären.
3 Verknüpfungen von Ereignissen Die Vereinigung (oder Summe) A B von Ereignissen bedeutet: Entweder tritt A ein oder B oder A und B gleichzeitig. Der Durchschnitt (oder Produkt) A B von Ereignissen bedeutet: Die Ereignisse A und B treten gleichzeitig ein. Das zu A komplementäre Ereignis Das Ereignis A tritt nicht ein. Beispiele zu den Verknüpfungen 1 Zufallsexperiment: Roulett A bedeutet: Die Elementarereignisse im Roulett sind die Zahlen 0,1,2,...,36. Wir definieren zwei Ereignisse A und B um sie zu verknüpfen: A="Alle geraden Zahlen", A={2,4,6,...,36} B="Alle Zahlen im 1.Drittel", B={1,2,3,...,12}. Dann bedeuten: A B= {1,2,3,...,11,12,14,16,...,36} A B={2,4,6,8,10,12} A=E-A={0,1,3,5,...35}. 2 Zufallsexperiment: Wurf mit zwei Würfeln. Die Elementarereignisse sind die 36 Zahlenpaare (1,1),(1,2),...,(6,6). Wir definieren zwei Ereignisse für die Verknüpfung: A="Beide Augenzahlen sind gleich": A={(1,1),(2,2),...,(6,6)} B="Der zweite Würfel hat die Augenzahl 5": B={(1,5),(2,5),...(6,5)} Dann bedeuten: A B={(1,1),(2,2),...(6,6),(1,5),(2,5),...,(6,5)}, A B = {(5,5), A ==E-A = {(1,2),1,3)...,(2,1),(2,3)(2,4),...,(6,5)} Zweckdienlich zur Berechnung von Problemen in der Wahrscheinlichkeitstheorie sind die so genannten De Morganschen Regeln: Für zwei beliebige Ereignisse A und B gelten folgende Regeln: 1 2 A"B = A#B A"B = A#B.
4 Laplace-Experiment Wird ein Zufallsexperiment mit einer endlichen Ergebnismenge E hinreichend oft wiederholt und zeigt sich dabei, daß keines der Elementarereignisse gegenüber einem anderen bevorzugt auftritt, so werden alle Ereignisse stets näherungsweise gleich häufig auftreten und wir sprechen von einem Laplace-Experiment. Beispiele 1 Bei dem Wurf mit einer Münze können wir die Elementarereignisse Zahl und Wappen unterscheiden. Keines der beiden Ereignisse ist gegenüber dem anderen bevorzugt. In einer hinreichend großen Versuchsreihe geht der Quotient der Anzahl der Ereignisse Zahl gegenüber der Anzahl der Ereignisse Wappen gegen 1, wie eine Versuchsreihe belegt. Autor Anzahl Anzahl Anzahl Quotient Würfe Kopf Wappen Zahl : Wappen Buffon ,953 Pearson , ,998 2 Bei dem Zufallsexperiment "Wurf mit einem Würfel" ist jedes Elementarereignis gleichmöglich, vorausgesetzt, der Würfel ist homogen. In einem Versuch mit einem Würfel wird ausgezählt, wie häufig bei n=50, n=210 und n=410 Würfen die einzelnen Augenzahlen auftreten. Augenzahl n = 50 n = 210 n = In der Tabelle sind die so genannten absoluten Häufigkeiten der einzelnen Augenzahlen für n=50, 210 und 410 aufgelistet. Im Diagramm sind die Ergebnisse prozentual (bezogen auf n) dargestellt. Wir registrieren, dass in guter Näherung alle Elementarereignisse gleich häufig vorkommen. Anmerkung zum nächsten Beispiel Manche Zufallsexperimente entsprechen vom Ansatz zwar nicht den Bedingungen eines Laplace-Experiments, weil ihre Elementarereignisse nicht gleichmöglich sind, können aber durch eine modifizierte Formulierung zu einem Laplace-Experiment gemacht werden.
5 5 3 Bei dem Ziehen einer Kugel aus einer Urne, die drei weiße und zwei schwarze Kugeln enthält, gibt es die zwei Elementarereignisse: A=Ziehen einer weißen Kugel; B=Ziehen einer schwarzen Kugel. Die Möglichkeit, eine weiße Kugel zu ziehen, ist größer als die Möglichkeit, eine schwarze Kugel zu ziehen. Es liegt kein Laplace- Experiment vor. Wenn wir die Kugeln zusätzlich durchnumerieren und damit unterscheiden, w 1 (weiß1), w 2, w 3, s 1 (schwarz1) und s 2, so erhalten wir ein Zufallsexperiment mit 5 gleichmöglichen Elementarereignissen und damit ein Laplace Experiment. Mit dem Laplace- Experiment können wir einen ersten Wahrscheinlichkeitsbegriff formulieren. Besteht eine Ergebnismenge aus n gleichmöglichen Elementarereignissen, so wird für das einzelne Elementarereignis e i,1 i n, definitionsgemäß die folgende positive Zahl als Wahrscheinlichkeit definiert: P(e i ) = p i = 1 n. Setzt sich ein Ereignis A zusammen aus den g Elementen e k, 1 k g, so wird die Wahrscheinlichkeit für das Eintreffen von A definiert durch die Formel g g 1 P(A) = P({e 1,e 2,...,e g }) = " P(e k ) = " n = g n, k=1 k=1 worin der Buchstabe g auch symbolisieren soll, daß es sich um die für das Zufallsexperiment günstigen Fälle handelt. Streng mathematisch müßten wir in der Schreibweise unterscheiden zwischen P(e k ), worin e k ein Element ist, und P({e k }), worin nun {e k } ein Ereignis bzw. eine Teilmenge symbolisiert. Darauf wollen wir aber verzichten. Gemäß dieser Definition gilt natürlich für die Wahrscheinlichkeit P(A) eines beliebigen Ereignisses stets: P(A) 1, und für das sichere Ereignis gilt: P(E)=1. Außerdem gilt offensichtlich ( ) =1"P(A). P A Beispiele 1 Beim Wurf mit einem Würfel ist die Wahrscheinlichkeit für ein Elementarereignis, z.b. e 1 = 1, gegeben durch P(e 1 ) = 1. Die Wahrscheinlichkeit für das Ereignis A="Gerade 6 Zahl", A={2,4,6}, ist gegeben durch die Summe der drei Einzelwahrscheinlichkeiten der drei Elementarereignisse 2,4 und 6: P(A) = = 1 2. Das komplementäre Ereignis zu A heißt A="Ungerade Zahl", A={1,3,5}. Die Wahrscheinlichkeit für A ist gegeben durch P(A) =1"P(A) =1" 1 2 = 1 2. Die Wahrscheinlichkeit der Ergebnismenge E ist natürlich P(E)= 6" 1 6 =1.
6 6 2 Im Roulett ist die Wahrscheinlichkeit für das Elementarereignis e i ="Zahl i", 0 i 36, 1 18 gleich P(e i )=. Die Wahrscheinlichkeit für das Ereignis A="Rote Zahl" ist P(A)= 37 37, weil im Roulett 18 rote Zahlen existieren. Die Wahrscheinlichkeit für A="Keine rote Zahl" ist P(A) = 19, weil 19 der 37 Zahlen beim Roulett nicht rot sind Die Ziehung einer Kugel aus einer Urne, die drei weiße und zwei schwarze Kugeln enthält, ist prinzipiell kein Laplace-Experiment, weil die Elementarereignisse e 1 ="Weiße Kugel" und e 2 ="Schwarze Kugel" nicht gleichermaßen möglich sind. Wir können aber ein Laplace- Experiment daraus machen, indem wir die weißen bzw. die schwarzen Kugeln durchnummerieren, w 1,w 2 und w 3, bzw. s 1 und s 2, und nunmehr 5 gleichmögliche und unterscheidbare Elementarereignisse erhalten, die sich gegenseitig ausschließen. Jetzt liegt ein Laplace-Experiment vor. Fassen wir gedanklich die drei Elementarereignisse w 1,w 2 und w 3, zu einem Ereignis A={w 1,w 2, w 3 ) zusammen, so können wir die Wahrscheinlichkeit des Ziehens einer weißen Kugel mit den Gesetzen des Laplace-Experimentes bestimmen: P(A) = P(w 1,w 2,w 3 ) = 3 5. Entsprechend können wir die Wahrscheinlichkeit des Ereignisses B= A="Schwarze Kugel" berechnen: P(B) = P(A) = = 2 5 =1"P(A). " 49% 4 Beim Lottospielen gibt es m= $ ' unterscheidbare Elementarereignisse, die alle # 6 & gleichmöglich sind. Es gibt nur g=1 Wahrscheinlichkeit für den Hauptgewinn. Die Wahrscheinlichkeit P(A) eines Hauptgewinnes (Ereignis A) beträgt also: P(A) = 1. " 49% $ ' # 6 & 5 Wie groß ist die Wahrscheinlichkeit P(B) bei zehnmaligem Kartenziehen mindestens einen Buben zu ziehen, wenn nach jedem Ziehen die Karte zurückgesteckt wird? Das Kartenspiel bietet m=32 Möglichkeiten (Elementarereignisse) unterscheidbare Karten zu ziehen. Davon sind 4 günstige und 28 ungünstige Elementarereignisse, was das Ziehen eines Buben betrifft. Die Wahrscheinlichkeit bei einmaligen Ziehen 4 einen Buben zu erhalten, lautet: 32 = 1. Die Wahrscheinlichkeit bei einmaligem Ziehen keinen Buben zu erhalten, ist natürlich komplementär: = 7 8. Die Wahrscheinlichkeit bei zehnmaligem Ziehen mindestens einen Buben zu erhalten ist nun nicht etwa: P(B) = =1.25 oder 125%, 8 was logischerweise nicht zutreffen kann, sondern P(B)=1-P (B):
7 7 $ P(B) =1" 7 8 # 7 8 # 7 8 # 7 8 # 7 8 # 7 8 # 7 8 # 7 8 # 7 8 # 7 ' & ) = 0.737, % 8( worin B die Wahrscheinlichkeit anzeigt, bei zehnmaliger Ziehung keinen Buben zu erhalten. In allen fünf Beispielen basiert die Berechnungsmöglichkeit darauf, dass alle unterscheidbaren Elementarereignisse gleichwahrscheinlich waren. Dies ist aber meist nicht der Fall. Wir müssen deshalb den Wahrscheinlichkeitsbegriff verallgemeinern, um auch Zufallsexperimente mit nicht gleichmöglichen Elementarereignissen untersuchen zu können.
8 Absolute -Relative Häufigkeit; Wahrscheinlichkeit Absolute - Relative Häufigkeit Die meisten Experimente erfüllen nicht die Voraussetzungen eines Laplace-Experimentes. Wiederholen wir ein Experiment hinreichend häufig, so werden wir aber feststellen, daß die Ereignisse auf lange Dauer gewissen Gesetzmäßigkeiten unterliegen, im Gegensatz zur zufälligen Unregelmäßigkeit der einzelnen Ergebnisse. Anhand dieser Erkenntnis werden wir den einzelnen Ereignissen Wahrscheinlichkeiten zuordnen. Dabei werden wir den Begriff der relativen Häufigkeit verwenden. Die mathematische Aussage "Das Ereignis A besitzt die Wahrscheinlichkeit P(A)" soll dann folgenden Sachverhalt beschreiben: Wenn sich mit wachsender Anzahl n der Ausführungen eines Zufallexperimentes die Schwankungen in der relativen Häufigkeit h n (A) klein werden und sich einem festen Zahlenwert P(A) nähern, so werden wir diesen Zahlenwert definieren als Wahrscheinlichkeit P(A) des Zufallexperimentes, P(A) h n (A), falls n genügend groß ist. Wir sagen auch, die relativen Häufigkeiten stabilisieren sich für hinreichend viele Ausführungen um einen festen Zahlenwert. Für das Rechnen mit Wahrscheinlichkeiten werden wir axiomatisch die Regeln formulieren, die für das Rechnen mit relativen Häufigkeiten gelten. Dazu müssen wir zunächst die Begriffe absolute Häufigkeit und relative Häufigkeit definieren und anhand geeigneter Beispiele diskutieren. Definition Absolute Häufigkeit Bei einer n-fachen Ausführung eines Zufallsexperimentes werden die einzelnen Ereignisse A, B,... mit gewissen absoluten Häufigkeiten H(A), H(B),... auftreten. Wir ermitteln die absoluten Häufigkeiten durch Abzählen. Definition Relative Häufigkeit Die relative Häufigkeit h n (A) eines Ereignisses A bei einer n-fachen Ausführung eines Zufallsexperimentes errechnen wir, indem wir die absolute Häufigkeit H n (A) durch einfaches Abzählen ermitteln und dann den Quotienten bilden: h n (A) = H n(a) n. Beispiele 1 Augenzahl mit zwei identischen Würfeln m ersten Beispiel würfeln wir mit zwei identischen Würfeln und untersuchen das Zufallsereignis "Summe der beiden Augenzahlen". Unsere Formulierung eines Elementarereignisses unterscheidet sich gegenüber dem Eingangsbeispiel, in dem wir dort die Würfel durch die Farben rot und schwarz unterschieden haben und dadurch insgesamt 36 gleichmögliche Elementarereignisse als Ergebnismenge erhielten. Im Eingangsbeispiel handelte es sich deshalb um ein Laplace- Experiment. Die Würfelsumme wurde dort als Zufallsvariable eingeführt. In diesem Beispiel unterscheiden wir die Würfel nicht und erklären die Summe der Augenzahlen als Elementarereignis. Die 11 möglichen Elementarereignisse 2,3,...,12 sind nun nicht gleichmöglich; es handelt sich um kein Laplace- Experiment. Um die Wahrscheinlichkeiten der einzelnen Elementarereignisse zu erforschen, führen wir umfangreiche Würfelserien durch. Die Anzahlen n der Ausführungen betragen n=190, n=428 und n= 997. Wir zählen die Häufigkeiten der einzelnen Ereignisse absolut und relativ und untersuchen, ob sich die relativen Häufigkeiten an bestimmten Zahlenwerten stabilisieren. Unsere Untersuchung stellen wir tabellarisch und grafisch dar:
9 9 Würfelsumme Absolute Häufigkeit n = 190 Absolute Häufigkeit n = 428 Absolute Häufigkeit n = 997 ( ) ( ) ( ) Würfelsumme Relative Häufigkeit n = 190 Absolute Häufigkeit n = 428 Relative Häufigkeit n = 997 Laplace ( ) 0, 04 0, 06 0,1 0, ( ) ( ) Zur Postulierung einer Wahrscheinlichkeit für die einzelnen Elementarereignisse benötigen wir deren relativen Häufigkeiten für große n. In der Tabelle und in der Grafik werden die relativen Häufigkeiten für zunehmende Anzahlen n der Ausführungen dargestellt. Außerdem ist die Wahrscheinlichkeit eingetragen, die sich für ein Laplace-Element ergibt. Nun handelt es sich in diesem Beispiel nicht um ein Laplace-Element; ansonsten wäre ja der ganze Aufwand zur Ermittlung der Wahrscheinlichkeiten überflüssig. Wir können aber aus unserem Experiment ein Laplace-Experiment
10 10 machen, indem wir die Würfel gedanklich einfärben und in die 36 gleichmöglichen Elementarereignisse {(1,1),(1,2),...,(6,5),(6,6)} zerlegen. Wir haben nun ein Laplace-Experiment. 1 Die Wahrscheinlichkeit seiner Elementarereignisse beträgt Wir definieren die Teilmengen {A,B,C,...} durch A="Summe der Augenzahlen ist 2", B="Summe der Augenzahlen ist 3", C=" Summe der Augenzahlen ist 4",... u.s.w. Ereignis A besteht aus einem günstigen Element A = {(1,1)}, die Laplace-Wahrscheinlichkeit von A ist also, Ereignis B besteht aus 2 Elementen B = {(1,2),(2,1)}, besitzt also die Wahrscheinlichkeit 2 36 = 1 18, u.s.w. Die exakten Wahrscheinlichkeiten sind in der Tabelle mit angezeigt 2 Ziehen einer Kugel In einem Behälter befinden sich schwarze und weiße Kugeln unbekannter Anzahlen. Durch zufälliges Herausnehmen entstehen folgende relativen Häufigkeiten: n 414 Rel. Häufigkeit 856 Rel. Häufigkeit 1803 Rel. Häufigkeit 3612 Rel. Häufigkeit schwarz weiss Offensichtlich pendeln sich die relativen Häufigkeiten h s bzw. h w der schwarzen bzw. weißen Kugeln auf näherungsweise bzw ein. Wir erwarten, daß die relativen Häufigkeiten der beiden Ereignisse sich in der Nähe dieser beiden Werte stabilisieren. Wir werden die stabilen Werte der relativen Häufigkeiten großer Stückzahlen als Maßzahl für die Wahrscheinlichkeit des Eintreffens für die schwarzen bzw. weißen Kugeln postulieren. Die Einführung eines empirischen Wahrscheinlichkeitsbegriffes P(A) h n (A) aus den Messreihen bedarf aber einiger unterstützender Regeln. Diese Regeln entsprechen den Eigenschaften, die wir bei den relativen Häufigkeiten beobachten. Bei einer n-fachen Ausführung eines Zufallexperimentes beobachten wir die nachstehenden Gesetzmäßigkeiten für die relativen Häufigkeiten der Ergebnismenge E: 1 Die relative Häufigkeit h n (A) eines beliebigen Ereignisses A ist eine nicht-negative Zahl, die höchstens 1 sein kann: 0 h n 1. 2 Für das sichere Ereignis E gilt: h n (E)=1. 3 Für sich ausschließende Ereignisse A, B gilt: h n (A B)=h n (A)+h n (B). 4 Für zwei beliebige Ereignisse A und B gilt: h n (A B)=h n (A)+h n (B)-h n (A B), worin h n (A B) das Ereignis beschreibt, in dem A und B gleichzeitig eintreten. 5 Mit zunehmender Anzahl der Versuche n stabilisiert sich im Regelfall die relative Häufigkeit h n (A) eines zufälligen Ereignisses A und schwankt immer weniger um einen bestimmten Wert A. In den beiden Beispielen, die diesen Ausführungen vorausgestellt wurden, dokumentieren sich nur die Eigenschaften 1,2,3 und 5, weil sich darin die Ereignisse gegenseitig ausschließen. Wir benutzen die Eigenschaften insgesamt, um daraus die Axiome herzuleiten, die wir von dem Begriff Wahrscheinlichkeit fordern.
11 Axiomatik des Wahrscheinlichkeitsbegriffes Jedem Ereignis A eines Zufallsexperimentes mit der Ergebnismenge E können wir eine reelle Zahl P(A) h n (A) zugeordnen. Diese Zahl nennen wir Wahrscheinlichkeit des Experiments und fordern von ihr folgende Eigenschaften: Axiom 1: P(A) ist eine nicht-negative Zahl, die höchstens gleich 1 ist: 0 P(A) 1. Axiom 2: Für das sichere Ereignis (Ergebnismenge E) soll gelten P(A)=1. Axiom 3: Axiom 4: Für sich paarweise ausschließende Ereignisse A, B, C... gilt: P(A B C...)=P(A)+P(B)+P(C)+... Für beliebige Ereignisse A und B (die sich nicht notwendig gegenseitig ausschließen) gilt: P(A B) = P(A) + P(B) - P(A B), worin P(A B) die Wahrscheinlichkeit des Ereignisses beschreibt, in dem A und B gleichzeitig auftreten. Wir definieren nun den Wert der Wahrscheinlichkeit P(A) eines Ereignisses A. Wahrscheinlichkeit P(A) eines Ereignisses A für Laplace-Experimente g g 1 P(A) = P({e 1,e 2,...,e g }) = " P(e k ) = " n = g (s ). n k=1 k=1 Wahrscheinlichkeit P(A) eines Ereignisses A für beliebige Experimente P(A) h n (A), worin h n (A) die "stabilisierte" relative Häufigkeit des Ereignisses A für hinreichend große Anzahlen n von Ausführungen des Zufallexperimentes ist und die obige Axiomatik erfüllt. Wir bezeichnen die Art der Festlegung der Wahrscheinlichkeit für beliebige Experimente durch einen Näherungswert der relativen Häufigkeit auch als eine statistische oder empirische Definition. Diese empirische Definition muß im Einklang mit den vorausgestellten A- xiomen sein. Wir leiten aus den Axiomen zwei weitere Eigenschaften her, die in den Rechenanwendungen bedeutsam sind. Für das unmögliche Ereignis ist die Wahrscheinlichkeit Null: P( )=0. Für das zu A komplementäre Ereignis A gilt: P( A)=1-P(A). Das Axiomengerüst gibt uns die Regeln, wie wir mit Wahrscheinlichkeiten zu rechnen haben, die wir im Anschluß an Axiom 4 definiert haben. Durch die Einführung von Wahrscheinlichkeiten für die Ereignisse haben wir den Ereignisraum erweitert zum sogenannten Wahrscheinlichkeitsraum. Definition Wahrscheinlichkeitsraum Den Elementarereignissen e i aus der Ergebnismenge E={e 1,e 2,... } eines Zufallexperimentes ordnen wir eine reelle Wahrscheinlichkeit p(e i ) = p i so zu, dass folgende Aussagen erfüllt sind:... p(e i ) 0 für alle i und " p i = p 1 + p =1. i=1
12 12 Der Ereignisraum wird dadurch zum Wahrscheinlichkeitsraum. Die Wahrscheinlichkeit P(A) einer Teilmenge A von Elementarereignissen (Ereignis A) ist definiert als Summe der Wahrscheinlichkeiten der in A enthaltenen Elementarereignisse: P(A) = " p(e i ) = " p i. Beispiele i i 1 Ein Würfel wird solange geworfen, bis die 1 kommt. Unsere Elementarereignisse lauten: "1 beim ersten Wurf", "1 beim zweiten Wurf", "1 beim dritten Wurf",..., also E = {(1),(2),(3),...}, wodurch E prinzipiell aus Elementen (i) besteht. Ein Ereignis wird definiert als Teilmenge von E; z.b. A={(1),(5)} ist das Ereignis: 1 beim ersten oder beim fünften Versuch. Wir haben also einen Ereignisraum definiert. Wir erweitern den Ereignisraum zu einem Wahrscheinlichkeitsraum, indem wir jedem Ereignis eine Wahrscheinlichkeit zuordnen. Dabei können wir grundsätzlich das Experiment nicht als Laplace-Experiment betrachten, weil die einzelnen Elementarereignisse nicht gleichwahrscheinlich sind. Wir können aber jeden einzelnen Wurf gedanklich als ein Laplace-Experiment betrachten und die Wahrscheinlichkeiten von "1 beim i-ten Wurf" formulieren: E={(1),( 2,1),(3,1),...,(6,1),(2,2,1),(2,3,1),...,(6,6,1),(2,2,2,1),...,(6,6,6,1),...}. Für den ersten Wurf gibt es 6 gleichwahrscheinliche Fälle; die Wahrscheinlichkeit beim ersten Wurf eine 6 zu werfen berechnen wir als Laplace-Experiment: Die Zufallsvariable 1 hat die Wahrscheinlichkeit Für (2) oder "1 beim zweiten Wurf" gibt es 36 gleichwahrscheinliche Fälle, nämlich (1),(2),...,(6),(2,1),(2,2),..,(2,6),...,(6,1),(6,2)...,(6,6), von denen nur (2,1), (3,1), (4,1), 5 (5,1) und (6,1) günstig sind. Die Wahrscheinlichkeit für (2) ist also 36 oder 5 6 " 1 6. Analog gibt es für (3) oder "1 beim dritten Wurf" 216 gleichwahrscheinliche Elementarereignisse von denen 25 günstig sind: (1),(2),...,(6),(2,1),(2,2),..,(2,6),...,(6,1),(6,2)...,(6,6),(2,2,1),(2,2,2),...,(6,6,6). 25 Die Wahrscheinlichkeit für (3) ist dann 216 = 5 6 " 5 6 " 1 6, u.s.w. Die Wahrscheinlichkeit i oder "1 beim i-ten Wurf ist dann offensichtlich: p(i) = p i = 5i"1 6 i. Wir prüfen nach, ob die Summe aller Einzelwahrscheinlichkeiten zu den Elementarereignissen 1 ergibt: P(E)=1: " " 5 P(E) = # i$1 p i = i=1 6 i = 1 " 5 # i$1 % 6 i=1 6 i$1 = 1 " 6 % 5 i = 1 1 # # % i=0 6i 6 i=1 1$ 5 = 1 6 % 6 =1. 6 Danach sind unsere Forderungen an einen Wahrscheinlichkeitsraum erfüllt. 2 Ein Würfel enthält 3 rote, 2 blaue und eine gelbe Fläche. Wir ordnen beim Zufallsexperiment "Würfeln" den drei Elementarereignissen "Rote Fläche", "Blaue Fläche" und "Gelbe Fläche" der Reihe nach die Wahrscheinlichkeiten p 1 = 1 2,p 2 = 1 3 und p 3 = 1 6 zu. Jede Zahl liegt zwischen 0 und 1. Die Summe der drei Zahlen ist 1. Damit haben 1 6.
13 13 wir den Ereignisraum zu einem Wahrscheinlichkeitsraum erweitert. Die Wahrscheinlichkeit A des Ereignisses "Rote Fläche" oder "Blaue Fläche" bzw. des äquivalenten Ereignisses "Keine gelbe Fläche" beträgt P(A) = p 1 + p 2 = = 5 6 =1" 1 6, worin "Gelbe Fläche" offenbar das komplementäre Ereignis zu ("Rote Fläche" oder "Blaue Fläche") bedeutet. 3 Wir werfen mit zwei Würfeln. Wie groß ist die Wahrscheinlichkeit mindestens mit einem Würfel eine 6 zu erhalten. Offensichtlich existieren 36 Elementarereignisse {(1,1),(1,2),..,(2,1),..,(6,6)}, falls wir die Würfel unterscheiden (1,2) (2,1). Von diesen enthalten 6 Elementarereignisse vorne eine 6 (Ereignis A) und 6 Elementarereignisse hinten eine 6 (Ereignis B). Ein Elementarereignis enthält zweimal eine 6:(6,6). Dann gilt: P(A"B) = P(A) + P(B) #P(A$B) = # 1 36 = Bedingte Wahrscheinlichkeit Es seien A und B Ereignisse, die bei einem Experiment auftreten können. Manchmal interessiert die Frage: Wie groß ist die Wahrscheinlichkeit, daß ein Ereignis B eintrifft, wenn wir zusätzlich das Ereignis A als vorgegeben voraussetzen? Zur Verdeutlichung nehmen wir ein Laplace - Experiment an, indem n gleichmögliche Elementarereignisse eintreffen können, von denen in k Fällen das Ereignis A eintrifft, in l Fällen das Ereignis B, und schließlich in m Fällen das Ereignis A B, also A und B gleichzeitig. Aus der klassischen Wahrscheinlichkeitsdefinition gemäß Laplace ergeben sich folgende Wahrscheinlichkeiten für die einzelnen Ereignisse: P(A) = k n,p(b) = l n und P(A"B) = m n. Die Wahrscheinlichkeit von B, unter der zusätzlichen Bedingung, dass wir nur Fälle untersuchen, in denen A vorkommt, beschreiben wir durch den Ausdruck P(B A). Zur Berechnung dieser Zahlengröße überlegen wir uns, dass wir nur die Fälle zur Untersuchung zulassen, in denen A eintrifft. Dies sind k Fälle. Unter diesen gibt es m Möglichkeiten für ein gleichzeitiges Eintreffen von B. Die Wahrscheinlichkeit für B, unter der Bedingung, dass A vorliegt, beträgt dann: P(B A) = m k = m n k n = P(A"B) P(A). Sind nun E und F zwei Ereignisse zu irgendeinem Experiment (nicht notwendig ein Laplace- Experiment), so nennen wir den Ausdruck P(E F) die Wahrscheinlichkeit des Eintreffens von E unter der Hypothese, dass F eingetroffen ist. Für den Ausdruck P(E F) gelten folgende Regeln(ohne Beweis):
14 14 1 Schließen sich E und F gegenseitig aus, so ist P(E F) = 0. 2 Die Wahrscheinlichkeit des gleichzeitigen Eintreffens von E und F läßt sich anhand der bedingten Wahrscheinlichkeit so berechnen: P(E F)=P(E) P(F E)=P(F) P(E F). Multiplikationssatz 3 Für drei gleichzeitig eintreffende Ereignisse heißt der Multiplikationssatz so: P(A B C)=P(A) P(B A) P(C A B). Darin bedeutet P(C A B) die Wahrscheinlichkeit für das Eintreffen des Ereignisses C unter der Wahrscheinlichkeit, daß die Ereignisse A und B bereits eingetreten sind. 4 Zwei Ereignisse E und F heißen unabhängig, wenn die Beziehung gilt: P(E F)=P(E) P(F). Dann folgt aus P(E F)=P(E) P(F E)=P(F) P(E F): P(F E)=P(F) und P(E F)=P(E). Mit anderen Worten: Die Wahrscheinlichkeit, dass E eintrifft, ist unabhängig davon, ob F eingetroffen ist oder nicht, und umgekehrt. Statistische Untersuchungen, bei denen ein Ereignis wiederholt beobachtet wird, können wir unterscheiden in Vorgänge, bei denen sich nach jeder Beobachtung der Grundzustand wieder herstellt, und in Ereignisse, die sich mit jeder Durchführung verändern. Wenn wir ein Würfelexperiment durchführen, so kehren wir nach jedem Wurf zur Ausgangssituation zurück, weil sich der Würfel nicht verändert. Wenn wir aus einem Stapel Karten ziehen und sie nicht zurückstecken, so verändern wir mit jeder entnommenen Karte die Basis für die Zugwiederholung. Diese Situation tritt auch beim Ziehen der Lottozahlen ein. Die 6 Wahrscheinlichkeit erfolgreich zu sein, ist mit dem ersten Zug offenbar 49, anschließend 5 48, dann 4, u.s.w.. Wir unterscheiden zwischen "Ziehen mit Zurücklegen" und "Ziehen 47 ohne Zurücklegen". Vorgänge, die sich bei jeder Durchführung verändern, lassen sich mit den Rechenregeln der bedingten Wahrscheinlichkeit im Regelfall einfacher lösen. Beispiele 1 In einem Behälter liegen 20 Glühbirnen, darunter sind 5 defekte. Wie groß ist die Wahrscheinlichkeit, keine defekte zu erhalten, wenn wir zwei Glühbirnen entnehmen? Sei A i das Ereignis keine defekte Birne zu ziehen. Die Wahrscheinlichkeit bei der 15 ersten Entnahme keine defekte zu erhalten ist P(A 1 )= 20 = 3 4, danach P(A 14 2 A 1 )= 19. Für die Berechnung der Wahrscheinlichkeit zweimal keine defekte Glühbirne zu erhalten, bilden wir das Produkt der Einzelwahrscheinlichkeiten: 3 P(A 1 A 2 )=P(A 1 ) P(A 2 A 1 )= 4 "14 19 = = Dieses Ergebnis kann mit der Formel für die bedingte Wahrscheinlichkeit relativ einfach ermittelt werden kann. Ohne diese Formel wäre die Rechnung komplizierter. Wir berechnen sie aus dem Quotienten: # 15& % ( Anzahl für zwei nichtdefekte Paare $ 2 ' P(A 1 " A 2 ) = = = 15)14 Gesamtzahl von Paaren # 20& 20)19 = % ( $ 2 '
15 15 2 Ein Nahrungsmittel bestehe aus 3 Komponenten. Die Wahrscheinlichkeit, dass die Komponenten nicht durch Umweltgifte belastet sind, betrage bei einer Komponenten 10%; bei den zwei anderen jeweils 15%. Wie groß ist die Wahrscheinlichkeit einer einwandfreien Nahrung? Seien A das Ereignis "Komponente 1 ist einwandfrei", B das Ereignis "Komponente 2 ist einwandfrei", C entsprechend. Alle Ereignisse sind unabhängig voneinander. Dann gilt generell: P(A B C)=P(A) P(B A) P(C A B). Weil die Ereignisse unabhängig voneinander sind, rechnen wir so: P(A B C)=P(A) P(B) P(C)= = Das Zufallsexperiment: "Ziehung der 6 Lottozahlen" kann auch zerlegt werden in 6 (ohne Zufallszahl) nacheinander ausgeführte Zufallsexperimente: Zufallsexperiment 1: Ziehung einer Kugel aus einem Behälter mit 49 Kugeln, Zufallsexperiment 2: Ziehung einer Kugel aus einem Behälter mit 48 Kugeln,..., Zufallsexperiment 6: Ziehung einer Kugel aus einem Behälter mit 44 Kugeln. Zufallsexperimente, die nacheinander auftreten, beschreiben wir durch den Ereignisbaum. Nach jeder Ziehung entstehen neue Äste; zuerst haben wir 49 Elementarereignisse zum Zufallsexperiment 1, an jedem dieser Elementarereignisse können wir 48 neue Elementarereignisse anknüpfen, dann 47, u.s.w.. Wir können insgesamt Zahlenfolgen (Pfade) unterscheiden. Unter diesen suchen wir alle diejenigen Pfade heraus, welche die 6 Zahlen enthalten. Die Wahrscheinlichkeit für 6 Richtige lässt sich danach so berechnen. Zunächst berechnen wir die Wahrscheinlichkeiten für jedes einzelne Zufallsexperiment und multiplizieren diese miteinander. Anschließend multiplizieren wir diese Zahl mit der Anzahl der Vertauschungsmöglichkeiten für 6 Elemente: P(A ="6 Richtige") = 6 49" 48" 47" 46" 45" Zum Zufallsexperiment "10 Skatkarten" stellen wir die Frage, wie groß die Wahrscheinlichkeit ist, genau 1 Buben zu erhalten. Wir bezeichnen mit B i das Ereignis mit der i- ten Karte einen Buben zu erhalten und entsprechend mit Bi das Ereignis, keinen Buben zu erhalten. Dann lautet die Wahrscheinlichkeit, nur mit der ersten Karte einen Buben zu erhalten, so: ( ) ( ) #P( B 3 B 1 "B 2 ) # P( B 4 B 1 "B 2 "B 3 ) #...# P( B 10 B 1 "B 2 "..."B 9 ) P B 1 "B 2 "B 3 "B 4 "B 5 "B 6 "B 7 "B 8 "B 9 "B 10 = P( B 1 ) #P B 2 B 1 = 4 32 # # # # # # # # # = Die Wahrscheinlichkeit, nur mit der zweiten Karte einen Buben zu erhalten, ist nun: ( ) ( ) #P( B 2 B 1 ) #P( B 3 B 1 "B 2 ) # P( B 4 B 1 "B 2 "B 3 ) #...# P( B 10 B 1 "B 2 "..."B 9 ) P B 1 "B 2 "B 3 "B 4 "B 5 "B 6 "B 7 "B 8 "B 9 "B 10 = P B 1 = # 4 31 # # # # # # # # =
16 16 Offensichtlich ist die Wahrscheinlichkeit mit der i- ten Karte einen Buben zu erhalten stets , also insgesamt die Wahrscheinlichkeit nur einen Buben zu erhalten " 4% " $ ' 28 % $ ' # 1& # 9 & Zum gleichen Ergebnis gelangen wir mit der Binomialformel: = " 32% $ ' # 10&
Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis
Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal
MehrVariationen Permutationen Kombinationen
Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert
Mehr$ % + 0 sonst. " p für X =1 $
31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrÜbungsaufgaben Wahrscheinlichkeit
Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrRegelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall
Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrWahrscheinlichkeitstheorie. Zapper und
Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
MehrÜbungen zur Mathematik für Pharmazeuten
Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl
Mehr3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP
.RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrDer Zwei-Quadrate-Satz von Fermat
Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat
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,
MehrR. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007
R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 SG15/25D NAME: Lösungen 1. In einer Packung sind Glühbirnen, davon sind zwei
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
Mehr6 Mehrstufige zufällige Vorgänge Lösungshinweise
6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrZufallsgrößen und Wahrscheinlichkeitsverteilungen
RS 24.2.2005 Zufallsgroessen_i.mcd 1) Zufallsgröße Zufallsgrößen und Wahrscheinlichkeitsverteilungen Zu jedem Zufallsexeriment gehört ein Ergebnisraum Ω. Die einzelnen Ergebnisse ω i können Buchstaben,
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
Mehry 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrAbitur 2007 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2007 Mathematik GK Stochastik Aufgabe C1 Eine Werbeagentur ermittelte durch eine Umfrage im Auftrag eines Kosmetikunternehmens vor Beginn einer Werbekampagne
MehrKreativ visualisieren
Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns
MehrStatistik 1: Einführung
Seite Stat- Statistik : Einführung Die mathematische Disziplin der Stochastik, die die Teilgebiete Wahrscheinlichkeitstheorie und mathematische Statistik umfaßt, beschäftigt sich mit der Beobachtung, Aufzeichnung
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrSowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden.
Multiplikation Die schriftliche Multiplikation ist etwas schwieriger als die Addition. Zum einen setzt sie das kleine Einmaleins voraus, zum anderen sind die Überträge, die zu merken sind und häufig in
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrWie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrBeweis des Satzes, dass eine einwerthige mehr als 2nfach periodische Function von n Veränderlichen unmöglich ist. Bernhard Riemann
Beweis des Satzes, dass eine einwerthige mehr als 2nfach periodische Function von n Veränderlichen unmöglich ist. Bernhard Riemann (Auszug aus einem Schreiben Riemann s an Herrn Weierstrass) [Journal für
MehrBerechnungen in Access Teil I
in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
Mehrimpact ordering Info Produktkonfigurator
impact ordering Info Copyright Copyright 2013 veenion GmbH Alle Rechte vorbehalten. Kein Teil der Dokumentation darf in irgendeiner Form ohne schriftliche Genehmigung der veenion GmbH reproduziert, verändert
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrRisiko und Versicherung - Übung
Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de
MehrInhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER
AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER Inhalt 1 Einleitung... 1 2 Einrichtung der Aufgabe für die automatische Sicherung... 2 2.1 Die Aufgabenplanung... 2 2.2 Der erste Testlauf... 9 3 Problembehebung...
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrWie Sie beliebig viele PINs, die nur aus Ziffern bestehen dürfen, mit einem beliebigen Kennwort verschlüsseln: Schritt 1
Wie Sie beliebig viele PINs, die nur aus Ziffern bestehen dürfen, mit einem beliebigen Kennwort verschlüsseln: Schritt 1 Zunächst einmal: Keine Angst, die Beschreibung des Verfahrens sieht komplizierter
MehrSkript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!
Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright
MehrZahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009)
Zahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009) Probleme unseres Alltags E-Mails lesen: Niemand außer mir soll meine Mails lesen! Geld abheben mit der EC-Karte: Niemand außer mir soll
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrAlle Schlüssel-Karten (blaue Rückseite) werden den Schlüssel-Farben nach sortiert und in vier getrennte Stapel mit der Bildseite nach oben gelegt.
Gentlemen", bitte zur Kasse! Ravensburger Spiele Nr. 01 264 0 Autoren: Wolfgang Kramer und Jürgen P. K. Grunau Grafik: Erhard Dietl Ein Gaunerspiel für 3-6 Gentlemen" ab 10 Jahren Inhalt: 35 Tresor-Karten
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrBewertung des Blattes
Bewertung des Blattes Es besteht immer die Schwierigkeit, sein Blatt richtig einzuschätzen. Im folgenden werden einige Anhaltspunkte gegeben. Man unterscheidet: Figurenpunkte Verteilungspunkte Längenpunkte
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
Mehrinfach Geld FBV Ihr Weg zum finanzellen Erfolg Florian Mock
infach Ihr Weg zum finanzellen Erfolg Geld Florian Mock FBV Die Grundlagen für finanziellen Erfolg Denn Sie müssten anschließend wieder vom Gehaltskonto Rückzahlungen in Höhe der Entnahmen vornehmen, um
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrBedienungsanleitung. Matthias Haasler. Version 0.4. für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof
Bedienungsanleitung für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof Matthias Haasler Version 0.4 Webadministrator, email: webadmin@rundkirche.de Inhaltsverzeichnis 1 Einführung
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
Mehr! " # $ " % & Nicki Wruck worldwidewruck 08.02.2006
!"# $ " %& Nicki Wruck worldwidewruck 08.02.2006 Wer kennt die Problematik nicht? Die.pst Datei von Outlook wird unübersichtlich groß, das Starten und Beenden dauert immer länger. Hat man dann noch die.pst
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrErstellen einer digitalen Signatur für Adobe-Formulare
Erstellen einer digitalen Signatur für Adobe-Formulare (Hubert Straub 24.07.13) Die beiden Probleme beim Versenden digitaler Dokumente sind einmal die Prüfung der Authentizität des Absenders (was meist
Mehr1. Einführung. 2. Die Abschlagsdefinition
1. Einführung orgamax bietet die Möglichkeit, Abschlagszahlungen (oder auch Akontozahlungen) zu erstellen. Die Erstellung der Abschlagsrechnung beginnt dabei immer im Auftrag, in dem Höhe und Anzahl der
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrOrderarten im Wertpapierhandel
Orderarten im Wertpapierhandel Varianten bei einer Wertpapierkauforder 1. Billigst Sie möchten Ihre Order so schnell wie möglich durchführen. Damit kaufen Sie das Wertpapier zum nächstmöglichen Kurs. Kurs
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrDaten sammeln, darstellen, auswerten
Vertiefen 1 Daten sammeln, darstellen, auswerten zu Aufgabe 1 Schulbuch, Seite 22 1 Haustiere zählen In der Tabelle rechts stehen die Haustiere der Kinder aus der Klasse 5b. a) Wie oft wurden die Haustiere
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
Mehr3.2 Spiegelungen an zwei Spiegeln
3 Die Theorie des Spiegelbuches 45 sehen, wenn die Person uns direkt gegenüber steht. Denn dann hat sie eine Drehung um die senkrechte Achse gemacht und dabei links und rechts vertauscht. 3.2 Spiegelungen
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrEine der Aktien hat immer einen höheren Gewinn als die andere Aktie. Ihre Aufgabe ist es diese auszuwählen.
Instruktionen am Anfang von Experiment 1 (auf Papier ausgeteilt: grünmarkierte Textstellen zeigen den Instruktionstext in der jeweiligen Bedingung an; Kommentare sind gelb markiert.) Stellen Sie sich vor,
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrJede Zahl muss dabei einzeln umgerechnet werden. Beginnen wir also ganz am Anfang mit der Zahl,192.
Binäres und dezimales Zahlensystem Ziel In diesem ersten Schritt geht es darum, die grundlegende Umrechnung aus dem Dezimalsystem in das Binärsystem zu verstehen. Zusätzlich wird auch die andere Richtung,
MehrDie neue Aufgabe von der Monitoring-Stelle. Das ist die Monitoring-Stelle:
Die neue Aufgabe von der Monitoring-Stelle Das ist die Monitoring-Stelle: Am Deutschen Institut für Menschen-Rechte in Berlin gibt es ein besonderes Büro. Dieses Büro heißt Monitoring-Stelle. Mo-ni-to-ring
MehrDatensicherung. Beschreibung der Datensicherung
Datensicherung Mit dem Datensicherungsprogramm können Sie Ihre persönlichen Daten problemlos Sichern. Es ist möglich eine komplette Datensicherung durchzuführen, aber auch nur die neuen und geänderten
Mehr