AngStat1(Ue13-21).doc 23

Größe: px
Ab Seite anzeigen:

Download "AngStat1(Ue13-21).doc 23"

Transkript

1 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also A { ω} mit ω Ω gilt. Führt ma das stochastische Experimet -mal (Stichprobe vom Umfag ) so schätzt der Quotiet Azahl der Experimete i dee ω eigetrete ist / also die relative Häufigeit des Auftretes vo ω i der Stichprobe diese Wahrscheilicheit. b) Wie bezeichet ma die Mege aller mögliche Ereigisse? Ω c) Wie et ma ei Ereigis A desse Auftreteswahrscheilicheit A) ist? Besitze alle Versuchsausgäge (Elemetarereigisse) eie positive Wahrscheilicheit so a A Ω ur da die Wahrscheilicheit habe we A Ω gilt A also das sichere Ereigis ist. d) Wie groß ist die Wahrscheilicheit für ei umögliches Ereigis? ) e) Was versteht ma uter eiem Komplemetärereigis? (Erlärug ud ei Beispiel bitte.) A ist omplemetär zu A we beide disjut sid ud A A Ω gilt also A alle Versuchsausgäge ethält die icht zu A gehöre. A tritt geau da ei we A icht eitritt. Beispiel Würfel: A gerade Augezahl A ugerade Augezahl f) Wie groß ist die Wahrscheilicheit für das Komplemetärereigis A vo A we A) 5 ist? P ( A) A) 5 5 g) Welcher Sachverhalt gilt für zwei disjute Ereigisse A ud B? A B A ud B öe icht gleichzeitig eitrete eie gemeisame Versuchsausgäge h) Wie lautet das Additiostheorem der Wahrscheilicheit für icht disjute Ereigisse? A B) A) + B) A B) disjute Ereigisse? P ( A B) A) + B) AgStat(Ue3-).doc 3

2 4. Sie würfel mit eiem schwarze ud eiem weiße Würfel die jeweils mit der Wahrscheilicheit /6 die Augezahle 4965 oder 36 zeige. Die Ergebisse i j vo Zahle auf. schreibe Sie als Paare ( ) (a) Wie viele uterschiedliche Versuchsausgäge gibt es? (b) Mit welcher Wahrscheilicheit tritt jeder auf? (c) Mit welcher Wahrscheilicheit erhalte Sie eie Augesumme vo midestes 6? Beatworte Sie alle Frage och eimal we Sie statt desse zwei weiße Würfel beutze die icht uterscheidbar sid. Überlege Sie zuächst wie Sie die Würfelergebisse aufschreibe. Lösug: Schwarzer ud weißer Würfel: (a) Das Mermal X "Augezahl des schwarze Würfels" hat 6 uterschiedliche Auspräguge i Das Mermal Y"Augezahl des weiße Würfels" hat ebefalls 6 uterschiedliche Auspräguge i Alle Auspräguge sid beliebig ombiierbar ud liefer uterschiedliche Würfelergebisse. Es gibt also uterschiedliche Versuchsausgäge Ω {( i j) : i j { } {( ) ( 4 ) ( 36) ( 4 ) ( 44) ( 436) ( 36 ) ( 364) ( 3636) } mit Ω (b) Alle Würfelergebisse habe die gleiche Wahrscheilicheit also P (( i j) ) für alle 36 Kombiatioe i j { } 36 (c) Augesumme ist midestes 6 ( + Y 6) vorliegt mit i + j 6 es gilt also: P X we ei Versuchsausgag (ij) ( X + Y 6 ) {( 3636) ( 536) ( 365) }) % 3 36 AgStat(Ue3-).doc 4

3 Zwei weiße Würfel: (a) Die Würfelergebisse (4) ud (4) sid u icht mehr uterscheidbar Abgesehe vom sog. Pasch (beide Augezahle sid gleich) halbiert sich die Zahl der uterschiedliche Würfelergebisse Isgesamt gibt es 6 mal Pasch ud 5 Würfelergebisse mit uterschiedliche Augezahle: Ω (b) Jeder Pasch hat uverädert die Wahrscheilicheit. Für die übrige Ausgäge 36 gilt dass sie höhere Wahrscheilicheite besitze da sie sich eigetlich aus zwei Ereigisse zusammesetze. Sie besitze also die Wahrscheilicheite Zur Kotrolle gilt auch hier dass die Summe aller Wahrscheilicheite ist: (c) Keie Äderug AgStat(Ue3-).doc 5

4 5. Bereche Sie die Biomialoeffiziete: 5 ud Lösug: Azahl der Möglicheite aus Objete auszuwähle: ( )!( )!! ) ( mit < > oder falls 5 5 ud 6 AgStat(Ue3-).doc 6

5 6. I eier Versammlug der Studierede der Psychologie der TU Brauschweig sid 4 Studierede ohe Vordiplom ud 98 Studierede mit Vordiplom awesed. Gebe Sie für eie Tombola mit gleiche Preise Auswahlverfahre a die jeweils zeh Studierede zufällig aus alle Teilehmer auswähle so dass die Azahl der dabei ausgewählte Studierede mit Vordiplom eie hypergeometrisch (bzw. eie biomial) verteilte Zufallsvariable ist. Bereche Sie i beide Fälle die Wahrscheilicheit dass geau 3 Studierede (bzw. midestes Studiereder) mit Vordiplom ausgewählt werde. Lösug: Studierede werde aus eier "Ure" mit R 98 Studierede mit Vordiplom ud N R 4 Studierede ohe Vordiplom "gezoge". Isgesamt sid also N Studierede i der "Ure" X "Azahl der Studierede mit Vordiplom" uter de gezogee. (Zufallsvariable oder Mermal mit de Auspräguge...) X ist hypergeometrisch verteilt falls "ohe Zurüclege" gezoge wird (Jeder a ur eie Preis gewie): X Hyp ( ; N R) X ist biomialverteilt falls "mit Zurüclege" gezoge wird ( uabhägige Ziehuge mit jeweils alle N Studierede): X Bi ( ; p) Mit der Wahrscheilicheit p bei eier Eizelziehug eie Studierede mit Vordiplom zu ziehe. Es gilt hier: Azahl" Güstige" R p % Azahl" Mögliche" N Ziehe mit Zurüclege (Biomialverteilug) 49 X Bi ( ; p) mit ud p % X ) p ( p) für Hier iteressiert us zuächst der Fall 3 (es werde geau 3 Studierede mit Vordiplom ausgewählt) P ( X 3) p ( p) 5 5% 3 3 Jetzt iteressiere us die Fälle : X ) X ) + X ) + + X ) Wege X ) + X ) + X ) + + X ) erhalte wir für die gesuchte Wahrscheilicheit: 6 X ) X ) p ( p) % AgStat(Ue3-).doc

6 Ziehe ohe Zurüclege (Hypergeometrische Verteilug) X "Azahl der gezogee Studierede mit Vordiplom" ist hypergeometrisch verteilt falls jeder Studierede ur eie Preis gewie a also aus eier Ure mit alle "Studierede" ohe Zurüclege gezoge wird. R N R X Hyp ( ; N R) r r mit P ( X r) für r Dabei bedeute wie vorher: N Azahl aller awesede Studierede R Azahl aller Studiereder mit Vordiplom uter de Awesede Azahl aller zu ziehede Studierede r Azahl aller Studiereder mit Vordiplom uter de gezogee Hier gilt N R 98 ud wir iteressiere us für die Fälle r 3 ud r. N X 3) X 3) 55 55% oder ( 3) P X X ) X ) X ) % AgStat(Ue3-).doc 8

7 . Sie habe zwei Ure vor sich. I der erste befide sich Kugel davo 4 rote ud i der zweite 4 Kugel davo rote. Bereche Sie ob es wahrscheilicher ist: aus der erste Ure beim Herausehme vo zwei Kugel ohe Zurüclege zwei rote oder aus der zweite Ure bei eimaligem Ziehe eie rote Kugel zu ziehe. Lösug: Ziehe aus erster Ure: URNENMODELL I (ohe Zurüclege) mit N R4 X Azahl der gezogee rote Kugel Hyp(:4) P ( X )) 86% Ziehe aus zweiter Ure: URNENMODELL (egal) rote Kugel ziehe ) 5% > 86% 4 8. Die Augesumme X beim Würfel mit zwei Würfel ist eie Zufallsvariable. Etscheide Sie ob sie biomialverteilt oder hypergeometrisch verteilt ist oder eie der beide Verteiluge besitzt. Lösug: Keies der beide Modelle passt da die zugrudeliegede stochastische Experimete völlig aders sid ud die Verteilug der Augesumme auch Wahrscheilicheite besitzt die weder durch das Uremodell I och durch II erzeugt werde öe. AgStat(Ue3-).doc 9

8 9. Zwei Geschwister ziehe Lose. Vo de Lose ist lediglich eies ei Gewilos währed die übrige Niete sid. Beide ziehe acheiader je ei Los. Wer hat die größere Gewichace. Lösug: Lose sid ummeriert. ( ) Nr. ist das Gewilos. Ω {( i j) : i j { } i j} mit Ω ( ) i Losummer beim erste Ziehe j Losummer beim zweite Ziehe Ereigisse. R "Wer als erster zieht gewit" R "Wer als zweiter zieht gewit" {( ) } R j : j mit {( ) } R ud R ) R i : i mit R ud R ) Für beide ist die Gewiwahrscheilicheit gleich /. ( ) ( ) AgStat(Ue3-).doc 3

9 . Zwei befreudete Familie aus 6 bzw. 4 Persoe habe Theaterarte für ebeeiader gelegee Sitze geauft. Da die Sicht vo de Plätze uterschiedlich ist werde die Plätze utereiader ausgelost. Wie groß ist die Wahrscheilicheit dass die 4-öpfige Familie ebeeiader sitzt? Beschreibe Sie alle Versuchsausgäge beim Lose ud gebe Sie dere Azahl ud Wahrscheilicheite a! Gebe sie alle Versuchsausgäge a für die die 4-öpfige Familie zusammesitzt ud bestimme Sie die obige Wahrscheilicheit! Lösug: Lösug : Stochastisches Experimet: Auslose der Persoe P P... P auf die Plätze.... Versuchsausgäge: Alle Aorduge der Persoe auf de Plätze (i... i ) Ω mit i j { P P P... P } Dabei bedeutet i P 3 dass die Perso 3 auf Platz sitzt. Familie { P... P 4 } ud Familie { P 5... P } Aus der Vorlesug ist beat: Ω 9! Modell: Es wird so ausgelost dass jede Verteilug X (i... i ) der Plätze die gleiche Chace hat realisiert zu werde. Es gilt also: X (i... i )) /! Für alle (i... i ) Ω. Familie sitzt i de folgede Fälle (Versuchsausgäge) zusamme: (P P P 3 P 4 P 5 P 6... P ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader. (P 5 P P P 3 P 4 P 6... P ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader.... (P 5... P P P P 3 P 4 ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader. Damit gibt es isgesamt 4! 6! Verschiedee Versuchsausgäge i dee die Familie (4-öpfig) zusammesitzt. Das Ereigis A dass die 4-öpfige Familie bei diesem Losverfahre zusammehägede Plätze erhält besitzt also die Wahrscheilicheit: P A Ω 4! 6!! ( A) 33 33% AgStat(Ue3-).doc 3

10 Lösug : Stochastisches Experimet: Auslose der Persoe P P... P 4 der Familie auf die Plätze.... (Familie ud Persoe wie i Lösug ) Versuchsausgäge: Alle Auswahle der 4 Plätze für Familie aus de Plätze (i... i 4 ) Ω mit i j {... } mit i < i < i 3 < i 4 ) Dabei bedeutet i 4 dass eie Perso vo Familie auf Platz 4 sitzt. Aus der Vorlesug ist beat dass es geau 9 8 Ω solcher Auswahle gibt. Modell: Es wird so ausgelost dass jede Auswahl X (i... i 4 ) der Plätze die gleiche Chace hat realisiert zu werde. Es gilt also: X (i... i 4 )) / Für alle (i... i 4 ) Ω. Familie sitzt i de folgede Fälle (Versuchsausgäge) zusamme: (34) (345)... (89) also i isgesamt der Fälle. Das Ereigis A dass die 4-öpfige Familie bei diesem Losverfahre zusammehägede Plätze erhält besitzt also die Wahrscheilicheit: P A Ω 4 3 ( A) 33 33% Beide Modelle führe also zum gleiche Ergebis. Losverfahre: I beide Fälle muss u ei Losverfahre agegebe werde dass alle! Aorduge bzw. alle Auswahle der 4 Plätze die gleiche Chace eiräumt. Fall: Lostrommel mit Lose (ummeriert mit...). Jede Perso zieht acheiader ei Los (Losummer Platzummer) Fall : Lostrommel wie i Fall aber es werde ur 4 Lose für Familie gezoge. AgStat(Ue3-).doc 3

11 . Bei eiem bestimmte statistische Verfahre betrage die sog. Irrtumswahrscheilicheit ( Wahrscheilicheit eie Fehletscheidug zu treffe) 5%. Ma bereche die Wahrscheilicheit dafür dass bei -maliger uabhägiger Awedug dieses Verfahres höchstes eimal eie solche Fehletscheidug gefällt wird ( ud ). Lösug: Stochastisches Experimet Durchführug eies statistische Verfahres mit de Versuchsausgäge: Fehletscheidug bzw. richtige Etscheidug mit Fehletscheidug ) p 5 5% bzw. richtige Etscheidug ) -p 95 95% Dieses Verfahre wir -mal uabhägig durchgeführt. Zufallsvariable: X "Azahl der Fehletscheiduge" Bi(p) P ( X ) X ) + X ) p ( p) + p ( p) Damit ergibt sich für ( p) + p( p) ( p) [( p) + p] ( p) [ p + p] 9 ( ) 95 [ ] % : P X ud für : P X 99 ( ) 95 [ ] % AgStat(Ue3-).doc 33

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume - 12 - (Kapitel 2 : Laplacesche Wahrscheilicheitsräume) Kapitel 2: Laplacesche Wahrscheilicheitsräume Wie beim uverfälschte Müzewurf ud beim uverfälschte Würfel spiele Symmetrieüberleguge, die jedem Elemetarereigis

Mehr

A D A E B D D E D E D C C D E

A D A E B D D E D E D C C D E ie Kombiatori beschäftigt sich mit der Zusammestellug vo lemete eier Mege. s werde 2 Kugel ohe Zurüclege aus zwei Ure gezoge. ie erste Ure ethält 3 Kugel ; ; ud die zweite Ure 2 Kugel ;. ie erste Kugel

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel VI. Einige spezielle diskrete Verteilungen Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p

Mehr

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10 Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

3 Wichtige Wahrscheinlichkeitsverteilungen

3 Wichtige Wahrscheinlichkeitsverteilungen 26 3 Wichtige Wahrscheilicheitsverteiluge Wir betrachte zuächst eiige Verteilugsfutioe für Produtexperimete 31 Die Biomialverteilug Wir betrachte ei Zufallsexperimet zum Beispiel das Werfe eier Müze, bei

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln. Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten Der Additiossatz ud der Multiplikatiossatz für Wahrscheilichkeite Die Wahrscheilichkeitsrechug befasst sich mit Ereigisse, die eitrete köe, aber icht eitrete müsse. Die Wahrscheilichkeit eies Ereigisses

Mehr

A Ω, Element des Ereignisraumes

A Ω, Element des Ereignisraumes ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger IDUKTIVE STTISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUG - LÖSUGE erutatioe. zahl der erutatioe vo verschiedefarbige erle!! 0. zahl der erutatioe vo 0 uerierte Kugel! 0!.8.800

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

n p + q = 1 Zahl der Wahrschein- Zahl der Um- Anordnung n k n-k Kombina- lichket stellungen der Treffer R

n p + q = 1 Zahl der Wahrschein- Zahl der Um- Anordnung n k n-k Kombina- lichket stellungen der Treffer R Bi- ud Polyomischer Satz Biomischer Satz Die umultative Biomialverteilug geht auf de Biomische Satz zurüc. [], [] ORIGIN! ( a + b) a b ab + a b + a b +... ab!( )! Biomialoeffiziet! combi(, ) MathCad-Sytax!(

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf Fudametale Prizipie der Kombiatori ud elemetare Abzähloeffiziete Wolfram Koepf Die abzählede Kombiatori beschäftigt sich vor allem mit der Auswahl eier Teilmege, die ma häufig eie Stichprobe et (aus Wahrscheilicheitsrechug

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

8. Der Wahrscheinlichkeitsbegriff

8. Der Wahrscheinlichkeitsbegriff 8. Der Wahrscheilichkeitsbegriff M.5 Wahrscheilichkeitsbegriff (ca. 0 Std.) Die Etwicklug eies abstrakte Wahrscheilichkeitsbegriffs erlaubt es de Schüler, verschiedee bereits aus de vorhergehede Jahrgagsstufe

Mehr

Verteilungsfunktionen

Verteilungsfunktionen Verteilugsfuktioe Wie sid zufällige Fehler verteilt? Wie sid Messwerte verteilt? Fehler Messwerte Verteilugsfuktioe: Maxwell-Boltza Feri-Dirac Bose-Eistei Placksche Verteilug Frage ist stets, wie groß

Mehr

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt? Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Ei Multiple-Choise-Test besteht aus Frage für die jeweils

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

Stochastik A. Prof. Dr. Barbara Gentz

Stochastik A. Prof. Dr. Barbara Gentz Stochastik A Prof. Dr. Barbara Getz Zusammefassug. Diese Mitschrift basiert auf Frau Prof. Getz Vorlesug Stochastik A aus dem Witersemester 2010/2011, welche sich i weite Teile a [Mee03] orietiert. Wer

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

Kapitel 10 VERTEILUNGEN

Kapitel 10 VERTEILUNGEN Kapitel 0 VERTEILUNGEN Fassug vo 3. Februar 2006 Prof. Dr. C. Porteier Prof. Dr. W. Groes Matheati für Huabiologe ud Biologe 39 0. Zufallsvariable 0. Zufallsvariable Häu g wird statt des Ergebisses! 2

Mehr

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen Kombiatori Alexader (Axel Straschil 8. Dezember 2006 Diese urze Zusammefassug über Permutatioe, Variatioe, Kombiatioe ud de Biomische Lehrsatz etstad im laufe meies Iformatistudiums a der Techische Uiversität

Mehr

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi

Mehr

Stochastik für Physiker: Aufgaben und Lösungsvorschläge

Stochastik für Physiker: Aufgaben und Lösungsvorschläge Stochastik für Physiker: Aufgabe ud Lösugsvorschläge Simo Stützer Stad: 4. Februar 9 Aufgabe : Vergleiche Sie die Wahrscheilichkeit, beim Spiel mit eiem Würfel i 4 Würfe midestes eimal 6 zu würfel, mit

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemete der Mathemati - Witer 201/2017 Prof. Dr. Peter Koepe, Regula Krapf Übugsblatt 8 Aufgabe 33 ( Pute). Beweise Sie folgede Idetitäte durch vollstädige Idutio: (a) 0 2 (1)(21), N. (b) 2 (1 1 ) 1

Mehr

Diplomvorprüfung Stochastik

Diplomvorprüfung Stochastik Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel

Mehr

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Signifikante Stellen falsch. Unsaubere Arbeitsweise. Einheiten vergessen, Pi ist KEINE Einheit

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Signifikante Stellen falsch. Unsaubere Arbeitsweise. Einheiten vergessen, Pi ist KEINE Einheit Übugsaufgabe Häufige Fehler: Baale Rechefehler Sigifikate Stelle falsch Eiheite vergesse, Pi ist KEINE Eiheit Usaubere Arbeitsweise Rudugsfehler Eiheite falsch ugerechet T. Kießlig: Auswertug vo Messuge

Mehr

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten Kapitel 2 Stochastische Uabhägigkeit, bedigte Wahrscheilichkeite 2.1 Stochastische Uabhägigkeit vo Ereigisse Im Folgede gehe wir vo eiem W-Raum (Ω, A, P aus. Der Begriff der stochastische Uabhägigkeit

Mehr

Kapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen

Kapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen - 39 (Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable 5 Deiitio : : Ω Ω,, seie Abbilduge über derselbe Mege Ω Die Abbildug

Mehr

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer Stochastik Eie Vorlesug für das Lehramtsstudium Fraz Hofbauer SS 01 Vorwort Der Begriff Wahrscheilichkeit wird üblicherweise mit Häufigkeit assoziiert. Was oft eitritt, hat hohe Wahrscheilichkeit, was

Mehr

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Zentraler Grenzwert Satz

Zentraler Grenzwert Satz Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.

Mehr

Kombinatorik. Permutationen Permutationen eines Kollektivs

Kombinatorik. Permutationen Permutationen eines Kollektivs Kombiatorik Permutatioe Permutatioe eies Kollektivs Kombiatorik Die Fuktio P perm_a gibt die kombiatorische Azahl der mögliche Aorduge oder Permutatioe a, die sich bei der Umordug der atürliche gaze Zahle,,...

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen.

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen. Übugsaufgabe Häufige Fehler: Baale Rechefehler Sigifikate Stelle falsch Eiheite vergesse Usaubere Arbeitsweise Rudugsfehler Eiheite falsch ugerechet T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Erfolg im Mathe-Abi 2013

Erfolg im Mathe-Abi 2013 Gruber I Neuma Erfolg im Mathe-Abi 2013 Vorabdruck Wahlteil Stochastik für das Abitur ab 2013 zum Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Vorwort Vorwort Erfolg vo Afag a...ist das

Mehr

Für die Vorlesung von Prof. Schmitz

Für die Vorlesung von Prof. Schmitz Agewadte Mathematik Skript Für die Vorlesug vo Prof. Schmitz Vo Michael Barth www.little-thigs.de Dak a Patrick Bader 1 Table of Cotets 6. Graphe ud Bäume... 3 6.1 Graphe...3 6.1.1 Grudlegede e...3 6.1.2

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Daten und Zufall in der Jahrgangsstufe 9 Seite 1

Daten und Zufall in der Jahrgangsstufe 9 Seite 1 Date ud uall i der Jahrgagsstue Seite usammegesetzte uallsexperimete, Padregel Aubaued au de Erahruge aus de vorhergehede Jahrgagsstue beschätige sich die Schüler systematisch mit zusammegesetzte uallsexperimete

Mehr

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK ABITURPRÜFUNG 007 GRUNDFACH MATHEMATIK (HAUPTTERMIN) Arbeitszeit: Hilfsmittel: 0 Miute Wörterbuch zur deutsche Rechtschreibug Tascherecher (icht programmierbar, icht grafikfähig) Tafelwerk Wähle Sie vo

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen 7. Vorlesug im Brückekurs Mathematik 2017 Hilfsmittel aus der Kombiatorik, Vollstädige Iduktio, Reelle Zahlefolge Dr. Markus Herrich Markus Herrich Kombiatorik, Vollstädige Iduktio, Zahlefolge 1 Hilfsmittel

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug

Mehr

Wahrscheinlichkeit und Statistik

Wahrscheinlichkeit und Statistik ETH Zürich HS 2015 Prof. Dr. P. Embrechts Wahrscheilichkeit ud Statistik D-INFK Lösuge Serie 2 Lösug 2-1. (a Wir bereche P [W c B] auf zwei Arte: (a Wir betrachte folgede Tabelle: Azahl W W c B 14 6 B

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Erfolg im Mathe-Abi 2017

Erfolg im Mathe-Abi 2017 Gruber I Neuma Erfolg im Mathe-Abi 2017 Übugsaufgabe für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Ihaltsverzeichis Ihaltsverzeichis Aalysis 1 Tuel... 7 2 Widkraftalage... 8 3 Testzug... 9 4 Abkühlug...

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Bernsteinpolynome Vortrag zum Proseminar zur Analysis, Malte Milatz

Bernsteinpolynome Vortrag zum Proseminar zur Analysis, Malte Milatz Bersteipolyome Vortrag zum Prosemiar zur Aalysis, 6. 10. 2010 Malte Milatz I diesem Vortrag wird der bereits im Sript zur Aalysis ii zitierte Approximatiossatz vo Weierstraß mithilfe der Bersteipolyome

Mehr

Tutorium Mathematik in der gymnasialen Oberstufe 3. Veranstaltung: Berechnung von Wahrscheinlichkeiten 16. November 2016

Tutorium Mathematik in der gymnasialen Oberstufe 3. Veranstaltung: Berechnung von Wahrscheinlichkeiten 16. November 2016 Tutorium Mthemti i der gymsile Oerstufe 3. Verstltug: Berechug vo Whrscheilicheite 6. ovemer 6. Komitori Permuttio: Elemete werde i eie Reihefolge gestellt Vritio: us Elemete werde usgewählt ud i eie Reihefolge

Mehr

Demo für www.mathe-cd.de

Demo für www.mathe-cd.de Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Kapitel 7 Wahrscheilichkeitsrechug 7. Kombiatorik Def. 7..:a) Für eie beliebige atürliche Zahl m bezeichet ma das Produkt aus de Zahle vo bis m mit m Fakultät: m! := 2 3 m, 0! :=. b) Für zwei beliebige

Mehr

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)!

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)! Aufgabe.4 Die Verallgemeierug der biomische Formel für (x y ist der Biomische Lehrsatz: (x y x y, x, y R, N. (a Zeige Sie die Beziehug ( ( ( zwische de Biomialoeffiziete. (b Beweise Sie de Biomische Lehrsatz.

Mehr

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele :

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele : KOMBINATORIK Sie utersucht die verschiedee Möglicheite der Aordug vo Gegestäde, das öe Zahle, Buchstabe, Persoe, Versuche,... sei. Wir ee sie Elemete ud bezeiche sie mit Kleibuchstabe. Die Zusammestelluge

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/

Mehr

Zufallsvariablen und Wahrscheinlichkeitsverteilungen

Zufallsvariablen und Wahrscheinlichkeitsverteilungen Zufllsvrible ud Whrscheilichkeitsverteiluge Kombitorik Zusmmestellug bzw. Aordug vo Elemete Kombitorik mit Berücksichtigug der Reihefolge ohe Berücksichtigug der Reihefolge Permuttioe Vritioe ohe Wiederholug

Mehr

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt 6 5. Dezember 2007

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt 6 5. Dezember 2007 Techische Uiversität Müche Faultät für Iformati Lehrstuhl für Iformati 5 Computergraphi & Visualisierug Prof. Dr. Rüdiger Westerma Dr. Werer Meixer Witersemester 2007/08 Lösugsblatt 6 5. Dezember 2007

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell

Mehr

Parameterschätzung. Kapitel Schätzfunktionen

Parameterschätzung. Kapitel Schätzfunktionen Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Stochastik I TU Dortmund, Sommersemester 2014

Stochastik I TU Dortmund, Sommersemester 2014 Stochastik I TU Dortmud, Sommersemester 204 Dieses Vorlesugsskript ist aus meier persöliche Mitschrift der Vorlesug Stochastik I bei Professor Dr. M. Voit im Sommersemester 204 etstade. Ich habe versucht

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 6. Grudlage der Wahrscheilichkeitsrechug 6.. Defiitioe ud Beispiele Spiele aus dem Alltagslebe: Würfel, Müze, Karte,... u.s.w. sid gut geeiget die Grudlage der Wahrscheilichkeitsrechug darzustelle. Wir

Mehr

Wichtige Verteilungen

Wichtige Verteilungen Wichtige Verteiluge Gaußsche Glockekurve ormalverteilug Logarithmische ormalverteilug Histogramm mit Glockekurve 3 Biomial- oder Beroulli-Verteilug Poisso-Verteilug Hypergeometrische Verteilug Epoetialverteilug

Mehr

Das Pascalsche Dreieck

Das Pascalsche Dreieck Das Pascalsche Dreiec Falo Baustia Klassestufe 9 ud 0 09.09.08 Das Pascalsche Dreiec: Die erste vier Zeile des Pascalsche Dreiecs sid: Aufgabe: Setzt die ächste Zeile logisch fort. Lösug: 4 6 4 5 0 0 5

Mehr

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn... Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer

Mehr

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8 1 Lösuge ausgewählter Übugsaufgabe zum Buch Elemetare Stochastik (Spriger Spektrum, 2012) Teil 4: Aufgabe zu de Kapitel 7 ud 8 Aufgabe zu Kapitel 7 Zu Abschitt 7.1 Ü7.1.1 Ω sei höchstes abzählbar, ud X,

Mehr

Einführung in die Wahrscheinlichkeitstheorie

Einführung in die Wahrscheinlichkeitstheorie Eiführug i die Wahrscheilichkeitstheorie Nikolai Nowaczyk http://math.iko.de/ Lars Wallebor http://math.wallebor.et/ 06.-08. Mai 2011 Ihaltsverzeichis 1 Mege, Abbilduge,

Mehr

Kombinatorik VL

Kombinatorik VL Kombiatorik VL 6.1.2009 Bei eiem Sportwettkampf trete acht Sportler gegeeiader a. 1. Wie viele verschiedee Möglichkeite der Platzverteilug gibt es? 2. Wie viele Möglichkeite gibt es die Medaille old, Silber

Mehr

Teil 2: Grundlagen der Wahrscheinlichkeitstheorie

Teil 2: Grundlagen der Wahrscheinlichkeitstheorie Kurzsript zur Statisti für Biologe Grudlage der Wahrscheilicheitstheorie Seite 6 1. Naive Megelehre Teil 2: Grudlage der Wahrscheilicheitstheorie Da wir izwische öfter de Begriff der Mege ud Schreibweise

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung 6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro. mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr