Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz 1 betragen (2) Weniger als 3 mal Wappen ( ) 32 (3) Mindestens 1 mal Wappen ( )
|
|
- Philipp Geisler
- vor 7 Jahren
- Abrufe
Transkript
1 R. Brinkmann Seite Lösungen Stochastik vermischt II Ergebnisse: E E E E4 E E6 Ergebnis Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz betragen. Ergebnisse a) k P( X = k) b) () Höchstens mal Wappen ( ) 6 P X = = 0,8 () Weniger als mal Wappen ( ) 6 P X < = = 0, () Mindestens mal Wappen ( ) P X = = 0,9687 (4) Mehr als einmal Wappen ( ) 6 P X > = = 0,8 Ergebnis Die Wahrscheinlichkeit für die Anzahl der Erfolge im Intervall [ 0 ; 80 ] beträgt etwa 8,8%. Ergebnis Die Wahrscheinlichkeit für die Anzahl der Erfolge im Intervall [ 80 ; 6 ] beträgt etwa 90%. Ergebnisse a) Die Wahrscheinlichkeit für weniger als 6 Erfolge ist etwa,4%. b) Die Wahrscheinlichkeit für mehr als 80 Erfolge ist etwa 47,%. Ergebnis Die Wahrscheinlichkeit der Erfolge im Intervall [89 ; 04] ist etwa 7,6%. Die Tabelle der Wahrscheinlichkeiten für Sigma- Umgebungen normalverteilter Zufallsvariablen befindet sich an Ende dieses Dokuments. Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite von 9
2 R. Brinkmann Seite en: A A Eine Urne enthält eine rote, eine schwarze und eine grüne Kugel. Es wird solange ohne Zurücklegen eine Kugel gezogen, bis eine grüne Kugel erscheint. Wird die grüne Kugel im. Zug gezogen, so ist die Ausspielung. Wird die grüne Kugel im. Zug gezogen, so ist die Ausspielung. Wird die grüne Kugel im. Zug gezogen, so ist die Ausspielung 0. Wie hoch muss der Einsatz sein, damit es sich um ein faires Spiel handelt? Mit Hilfe des dreistufigen Baumdiagramms und der Pfadregel errechnet man die Wahrscheinlichkeiten dafür eine grüne Kugel zu ziehen. Ausspielung / Zug Ergebnisse P X / / / / / / ( g) ( sg );( rg) + = 6 6 ( srg );( rsg) + = Zug. Zug. Zug E( X) = = Der Erwartungswert der Ausspielung ist E(X) =. Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz betragen. Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite von 9
3 R. Brinkmann Seite A Eine Münze wird mal geworfen und p sei 0,. a) Bestimmen Sie die Wahrscheinlichkeitsverteilung der Zufallsvariablen X: Anzahl der Wappen. b) Mit welcher Wahrscheinlichkeit wirft man () Höchstens mal Wappen? () Weniger als mal Wappen? () Mindestens mal Wappen? (4) Mehr als einmal Wappen? A en a) Das Problem kann als stufiger Bernoulli Versuch betrachtet werden mit n = und p = 0,. Gesucht ist P(X = k) für k = 0,,,, 4, k P X = k ( ) ,0 0 = = = = 4 0,6 = = = = = 4 0 = 0 0 0, = = = = , = = = = = = = 4 0,6 = = = 0 4 0,0 = = = = = 4 A b) () Höchstens mal Wappen bedeutet: P( X ) = = = 0,8 () Weniger als mal Wappen bedeutet: 0 6 P( X < ) = + + = = 0, () Mindestens mal Wappen bedeutet: 0 0 P( X ) = = = 0,9687 (4) Mehr als mal Wappen bedeutet: P( X > ) = = = 0,8 Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite von 9
4 R. Brinkmann Seite A Gegeben ist ein n- stufiger Bernoulli- Versuch mit n = 00 und p = 0,. Zu bestimmen ist die Wahrscheinlichkeit für die Anzahl der Erfolge im Intervall [ 0 ; 80]. Es soll mit einer Genauigkeit von drei Stellen hinter dem Komma gerechnet werden. A A n = 00 μ = n p = 00 0, = 6 p = 0, σ= n p p = 6 0,67 = 0, 0,4 > ( ) { } ( ) = ( ) *) Intervall ist symmetrisch zum Erwartungswert P0 X 80 P49, X 80, Radius um den Erwartungswert: r = μ 49, = 6 49, =, r, = z =,474 r = z σ,474 σ σ 0, P 0 X 80 = P μ z σ X μ+ z σ = P μ,474 σ X μ+,474 σ z =,474 Tabellenwert: 0,88 P 0 X 80 0,88 8,8% ( ) ( ) ( ) ( ) ( ) Die Wahrscheinlichkeit für die Anzahl der Erfolge im Intervall [ 0 ; 80 ] beträgt etwa 8,8%. ( ) P0 X 80 0,8 8,% Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite 4 von 9
5 R. Brinkmann Seite A4 Bestimmen Sie die 90%- Umgebung vom Erwartungswert für n = 0 und p = 0,6. A4 n = 0 μ= n p = 0 0,6 = 98 p = 0,6 σ= n p ( p) = 98 0,64 = 6,7,7 > P( μ z σ X μ+ z σ ) = 0,90 Der dazugehörige z- Wert wird aus der Tabelle abgelesen für P = 0,90 z =,64 Umgebungsradius: r = z σ,64 6,7 8,46 μ z σ= 98 8,46 = 79,4 80 μ+ z σ= ,46 = 6,46 6 Das Intervall soll symmetrisch zum Erwartungswert μ= 98 liegen. Wir wählen: P( 80 X 6) Es ist zu prüfen, ob das Intervall { } der Forderung (90%) entspricht. P( 80 X 6) = P( 79, X 6,) r 8, r = 8, = r,64 σ z,64 σ,7 P( 80 X 6) 0,899 Die Wahrscheinlichkeit für die Anzahl der Erfolge im Intervall [ 80 ; 6 ] beträgt etwa 90%. A4 90% 79, , Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite von 9
6 R. Brinkmann Seite A A Gegeben ist ein n- stufiger Bernoulli- Versuch. Gesucht ist die Wahrscheinlichkeit für die Ergebnisse außerhalb von Umgebungen um den Erwartungswert. n = 00 p = 0,6 bestimmen Sie P X < 6 a) ( ) b) n = 40 p = / bestimmen Sie P( X > 80) a) n = 00 μ= n p = 00 0,6 = 68 p = 0,6 σ= n p ( p) = 68 0, 44 = 7,9 8,98 > Zu bestimmen ist die Wahrscheinlichkeit für das Intervall [0 ; 6]. Aus der Tabelle kann nur die Wahrscheinlichkeit für ein um den Erwartungswert symmetrisches Intervall abgelesen werden, dieses enthält die Werte [ ]. Daran anschließend folgt das Intervall [ ], welches aus Symmetriegründen die gleiche Größe wie [0 ; 6] hat. Es gilt folgender Ansatz: [ { } { } { }] P( X < 6) = P( X 6) = P( 6, X 74,) r 6, Radius : r = 68 6, = 6, = z = 0,76 r 0,76 σ σ 7,9 mit z 0,76 wird P( 6, X 74,) = P( μ z σ X μ+ z σ) 0, und damit wird P( X < 6) [ 0,] = 0,447 = 0, Die Wahrscheinlichkeit für weniger als 6 Erfolge ist etwa,4%. A a) P( X < 6) 0,4 =, 4% 6 Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite 6 von 9
7 R. Brinkmann Seite A A b) b) n = 40 μ= np = 40 = 80 p = 60 σ= np ( p) = 80 = 7,0> { }{ 79, , }{ } P( X > 80) = P( 79, X 80,) r 0, Radius : r = 80 79, = 0, = z = 0,068 r 0,07 σ σ 60 mit z 0,07 wird P79, ( X 80, ) = P( μ z σ X μ+ z σ) 0,06 und damit wird P ( X > 80) 0, ( 0,06) = 0, 0,944 0, 47 Die Wahrscheinlichkeit für mehr als 80 Erfolge ist etwa 47,%. P( X > 80) 0, 47 = 47,% 8 Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite 7 von 9
8 R. Brinkmann Seite A6 Bestimmen Sie die Wahrscheinlichkeit einer nicht symmetrischen Umgebung vom Erwartungswert. n = 80, p = 0,, Intervall: [ ]. A6 A6 n = 80 μ = np = 800, = 99 p = 0, σ= n p p = 99 0,4 = 44, 6,67 > ( ) ( ) { }{ }{ } ( ) = P89 ( X ) + P( 94 X 04) bestimmen Sie P 89 X 04 Ansatz: P 89 X 04 9 P89 ( X 9) = P89 ( X 09) P94 ( X 04) P89 ( X 04) = P 8 9 X 09 P 94 X 04 + P94 X 04 = P ( 89 X 09 ) P ( 94 X 04 ) + P( 89 X 09) = P( 88, X 09,) r 0, r = 0, = z =,7 r,7 σ σ 6,67 P89 ( X 09) 0,884 P94 ( X 04) = P9, ( X 04,) r, r =, = z = 0,8 r 0,8 σ σ 6,67 P94 ( X 04) 0,88 P( 89 X 04) = [ 0, ,88] = 0,76 Die Wahrscheinlichkeit der Erfolge im Intervall [89 ; 04] ist etwa 7,6%. ( ) ( ) ( ) P( 89 X 04) 0,76 = 7,6% Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite 8 von 9
9 R. Brinkmann Seite Wahrscheinlichkeiten für σ Umgebungen normalverteilter Zufallsvariablen P = P μ z σ X μ+ z σ falls σ > Laplace- Bedingung ( ) z P z P z P z P z P z P 0,0 0,008 0, 0,90,0 0,688, 0,869,0 0,96, 0,988 0,0 0,06 0, 0,97,0 0,69, 0,87,0 0,97, 0,988 0,0 0,04 0, 0,404,0 0,697, 0,874,0 0,98, 0,989 0,04 0,0 0,4 0,4,04 0,70,4 0,876,04 0,99,4 0,989 0,0 0,040 0, 0,48,0 0,706, 0,879,0 0,960, 0,989 0,06 0,048 0,6 0,4,06 0,7,6 0,88,06 0,96,6 0,990 0,07 0,06 0,7 0,4,07 0,7,7 0,884,07 0,96,7 0,990 0,08 0,064 0,8 0,48,08 0,70,8 0,886,08 0,96,8 0,990 0,09 0,07 0,9 0,44,09 0,74,9 0,888,09 0,96,9 0,990 0,0 0,080 0,60 0,4,0 0,79,60 0,890,0 0,964,60 0,99 0, 0,088 0,6 0,48, 0,7,6 0,89, 0,96,6 0,99 0, 0,096 0,6 0,46, 0,77,6 0,89, 0,966,6 0,99 0, 0,0 0,6 0,47, 0,74,6 0,897, 0,967,6 0,99 0,4 0, 0,64 0,478,4 0,746,64 0,899,4 0,968,64 0,99 0, 0,9 0,6 0,484, 0,70,6 0,90, 0,968,6 0,99 0,6 0,7 0,66 0,49,6 0,74,66 0,90,6 0,969,66 0,99 0,7 0, 0,67 0,497,7 0,78,67 0,90,7 0,970,67 0,99 0,8 0,4 0,68 0,0,8 0,76,68 0,907,8 0,97,68 0,99 0,9 0, 0,69 0,0,9 0,766,69 0,909,9 0,97,69 0,99 0,0 0,9 0,70 0,6,0 0,770,70 0,9,0 0,97,70 0,99 0, 0,66 0,7 0,, 0,774,7 0,9, 0,97,7 0,99 0, 0,74 0,7 0,8, 0,778,7 0,9, 0,974,7 0,99 0, 0,8 0,7 0,, 0,78,7 0,96, 0,974,7 0,994 0,4 0,90 0,74 0,4,4 0,78,74 0,98,4 0,97,74 0,994 0, 0,97 0,7 0,47, 0,789,7 0,90, 0,976,7 0,994 0,6 0,0 0,76 0,,6 0,79,76 0,9,6 0,976,76 0,994 0,7 0, 0,77 0,9,7 0,796,77 0,9,7 0,977,77 0,994 0,8 0, 0,78 0,6,8 0,799,78 0,9,8 0,977,78 0,99 0,9 0,8 0,79 0,70,9 0,80,79 0,97,9 0,978,79 0,99 0,0 0,6 0,80 0,76,0 0,806,80 0,98,0 0,979,80 0,99 0, 0,4 0,8 0,8, 0,80,8 0,90, 0,979,8 0,99 0, 0, 0,8 0,88, 0,8,8 0,9, 0,980,8 0,99 0, 0,9 0,8 0,9, 0,86,8 0,9, 0,980,8 0,99 0,4 0,66 0,84 0,99,4 0,80,84 0,94,4 0,98,84 0,99 0, 0,74 0,8 0,60, 0,8,8 0,96, 0,98,8 0,996 0,6 0,8 0,86 0,60,6 0,86,86 0,97,6 0,98,86 0,996 0,7 0,89 0,87 0,66,7 0,89,87 0,99,7 0,98,87 0,996 0,8 0,96 0,88 0,6,8 0,8,88 0,940,8 0,98,88 0,996 0,9 0,0 0,89 0,67,9 0,8,89 0,94,9 0,98,89 0,996 0,40 0, 0,90 0,6,40 0,88,90 0,94,40 0,984,90 0,996 0,4 0,8 0,9 0,67,4 0,84,9 0,944,4 0,984,9 0,996 0,4 0,6 0,9 0,64,4 0,844,9 0,94,4 0,984,9 0,996 0,4 0, 0,9 0,648,4 0,847,9 0,946,4 0,98,9 0,997 0,44 0,40 0,94 0,6,44 0,80,94 0,948,44 0,98,94 0,997 0,4 0,47 0,9 0,68,4 0,8,9 0,949,4 0,986,9 0,997 0,46 0,4 0,96 0,66,46 0,86,96 0,90,46 0,986,96 0,997 0,47 0,6 0,97 0,668,47 0,88,97 0,9,47 0,986,97 0,997 0,48 0,69 0,98 0,67,48 0,86,98 0,9,48 0,987,98 0,997 0,49 0,76 0,99 0,678,49 0,864,99 0,9,49 0,987,99 0,997 0,0 0,8,00 0,68,0 0,866,00 0,94,0 0,988,00 0,997 Erstellt von R. Brinkmann p9_stoch_08_e.doc : Seite 9 von 9
Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
MehrWahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel
Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Aufgaben Lösen Sie A1 und A sowohl mit der Bernoulli-Formel als auch mit dem TR(BV), die anderen Aufgaben lösen sie mit dem TR(BV). A1 Eine Familie
MehrS tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04
R. Brinkmann http://brinkmann-du.de Seite 1 19.01.2008 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des
MehrApproximation der Binomialverteilung durch die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 4.0.007 Approimation der Binomialverteilung durch die Normalverteilung Histogramme von Binomialverteilungen sind für nicht zu kleine n glockenförmig. Mit größer
MehrS tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04
R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des
MehrTrainingsaufgabe WS_02 Mathematik Cusanus-Gymnasium Wittlich Leistungskurse M1/M2 ZIM/LAN
Mathematik Cusanus-Gymnasium Wittlich Leistungskurse M/M2 ZIM/LA Aufgabe Stochastik Die Glückskreisel I und II werden gedreht. Sie bleiben dabei jeweils auf einer Kante liegen. Die dort notierte Zahl gilt
MehrWird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.
R. Brinkmann http://brinkmann-du.de Seite 1 06.1008 Erwartungswert binomialverteilter Zufallsgrößen. Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt,
MehrPflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg
Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016
Mehr0, t 0,5
XIII. Die Normalverteilung ==================================================================. Der lokale Grenzwertsatz --------------------------------------------------------------------------------------------------------------
MehrDie ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.
.3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil
Mehr( ) ( ) ( ) Mehrstufige Zufallsversuche
R. Brinkmann http://brinkmann-du.de Seite 1 19.11.2009 Mehrstufige Zufallsversuche Häufig müssen Zufallsversuche untersucht werden, die aus mehr als einem einzigen Experiment bestehen. Diese Versuche setzen
MehrAbiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt
R. Brinkmann http://brinkmann-du.de Seite 2.05.2009 Abiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt Aufgabe 0 0. In einer bestimmten Stadt an einer bestimmten
MehrSigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrBasistext - Wahrscheinlichkeitsrechnung
Basistext - Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung beschäftigt sich mit Vorgängen, die in ihrem Ausgang unbestimmt sind. Sie versucht mögliche Ergebnisse der Vorgänge zu quantifizieren.
MehrCasio fx-cg20 Binomialverteilung, Intervallwahrscheinlichkeit, Normalverteilung und Grenzen
R. Brinkmann http://brinkmann-du.de Seite.0.04 Casio fx-cg0 Binomialverteilung, Intervallwahrscheinlichkeit, Normalverteilung und Grenzen Intervallwahrscheinlichkeit Ein n-stufiger Bernoulli-Versuch mit
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
MehrStochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz
Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 0 Alexander Schwarz www.mathe-aufgaben.com November 20 Aufgabe : Ein Glücksrad besteht aus Feldern, die folgendermaßen beschriftet sind:.feld:
MehrLernkarten. Stochastik. 4 Seiten
Lernkarten Stochastik 4 Seiten Zum Ausdrucken muss man jeweils eine Vorderseite drucken, dann das Blatt wenden, nochmals einlegen und die Rückseite drucken. Am besten druckt man die Karten auf festem Papier
Mehr1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrR. Brinkmann Seite
R. Brinmann http://brinmann-du.de Seite 9.. Bernoulli Versuche und die Binomialverteilung Viele Zufallsexperimente önnen als xperimente mit zwei rgebnissen interpretiert werden, wie z.b. ünzwurf mit den
MehrÜbungsblatt 9 (25. bis 29. Juni)
Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
MehrGrundlagen der Stochastik
Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.
MehrAufgaben zur Stochastik
Aufgaben zur Stochastik Wahrscheinlichkeiten über Baumdiagramme und bei Binomialverteilung bestimmen 1) Laura und Xenia gehen auf ein Fest. a) An einem Losestand gibt es 2 Gefäße mit Losen. Im ersten Gefäß
MehrMusterlösung. Abitur Mathematik Bayern G Bayern Aufgabe 1. Abitur Mathematik: Musterlösung. Stochastik II
Abitur Mathematik: Bayern 2012 Aufgabe 1 a) VIERFELDERTAFEL P(R ) = 88 % und P(V) = 18 % stehen in der Aufgabenstellung. 60 % in der Angabe stehen für die bedingte Wahrscheinlichkeit P R (V). P(R V) =
Mehr5. KLASSENARBEIT MATHEMATIK G9A
5. KLASSENARBEIT MATHEMATIK G9A 11.04.2014 Aufgabe 1 2 3 4 5 6 Punkte (max) 2 4 4 8 4 2 Punkte (1) Eine Münze wird dreimal geworfen. Gib zu jedem der folgenden Ereignisse das Gegenereignis an! (a) Man
MehrÜbungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016
Übungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016 43) [3 Punkte] Sei φ(t) die charakteristische Funktion der Verteilungsfunktion F (x). Zeigen Sie, dass für jedes
MehrAufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors
Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG 7.2 - LÖSUNGEN POISSONVERTEILUNG. Fahrzeuge, die eine Brücke passieren Zufallsexperiment: Zeitpunkt des
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Stochastik Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Stochastik 1-1 Zusammenfassung Wahrscheinlichkeitsraum (WR): Menge der Elementarereignisse
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 7.9. Lösungen zum Hypothesentest II Ausführliche Lösungen: A A Aufgabe Die Firma Schlemmerland behauptet, dass ihre Konkurrenzfirma Billigfood die Gewichtsangabe,
MehrName: 3. MATHEMATIKKLAUSUR
Name: 3. MTHEMTIKKLUSUR 03.04.2003 M3 Mathe 12 K () Bearbeitungszeit: 135 min Seite 1 ufgabe 1: rundlagen der Wahrscheinlichkeitsrechnung a) Seine und B zwei Ereignisse mit den Wahrscheinlichkeiten P()
Mehr4. Schularbeit/7C/2-stündig Schularbeit. 7C am
4. Schularbeit 7C am 24.5.2017 Name: Note: Beispiel-Nr. 1 2 3 4 5 6 7 8 9 10 11 12 AP Teil 1: Teil 2: Punkte Teil 1 (inkl. AP) Punkte Teil 2 Gesamtpunkte Notenschlüssel: 0 7 P von Teil 1 (inkl. Anrechnungspunkte
MehrLevel 1 Grundlagen Blatt 2
Level 1 Grundlagen Blatt 2 Dokument mit 1 Aufgaben Aufgabe A9 Ein Glücksrad besteht aus 3 Feldern, die folgendermaßen beschriftet sind: 1.Feld: 2,00 2. Feld: 5,00 3. Feld: 0,00 Das 1. Feld hat einen Mittelpunktswinkel
Mehralte Maturaufgaben zu Stochastik
Stochastik 01.02.13 alte Maturaufgaben 1 alte Maturaufgaben zu Stochastik 1 07/08 1. (8 P.) In einer Urne liegen 5 rote, 8 gelbe und 7 blaue Kugeln. Es werden nacheinander drei Kugeln gezogen, wobei die
MehrVorlesung 4b. Die Varianz
Vorlesung 4b Die Varianz 1 X sei reellwertige Zufallsvariable mit endlichem Erwartungswert µ Die Varianz von X ist definiert als Var[X] := E[(X µ) 2 ], die erwartete quadratische Abweichung der Zufallsvariablen
MehrWürfel-Aufgabe Bayern LK 2006
Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln
MehrGrundwissen zur Stochastik
Grundwissen zur Stochastik Inhalt: ABHÄNGIGE EREIGNISSE...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON ERGEBNISSEN...2 ABHÄNGIGKEIT UND UNABHÄNGIGKEIT VON MERKMALEN IN VIERFELDERTAFELN...2 ABSOLUTE HÄUFIGKEIT...2
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
MehrStochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium
Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Alexander Schwarz www.mathe-aufgaben.com Oktober 205 Aufgabe : In einer Urne befinden sich drei gelbe, eine rote und
Mehr1 Stochastische Konvergenz 2
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 11. November 2010 1 Erwartungswert und Varianz Erwartungswert Varianz und Streuung Rechenregeln Binomialverteilung
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung
MehrInstitut für Stochastik, SoSe K L A U S U R , 8:00-11:00. Aufgabe Punkte erreichte Punkte Korrektur
Institut für Stochastik, SoSe 2014 Mathematische Statistik Paravicini/Heusel 2. K L A U S U R 29.9.2014, 8:00-11:00 Name: Geburtsdatum: Vorname: Matrikelnummer: Übungsgruppe bei: Studiengang & angestrebter
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Stochastik Marco Boßle Jörg Hörner Marcel Thoms Mathematik Online Herbst 211 PV-Kurs HM 3 Stochastik 1-1 Zusammenfassung Wahrscheinlichkeitsraum (WR): Menge
Mehr5 Binomial- und Poissonverteilung
45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1
MehrDie Zufallsvariable X zählt die Anzahl der Erfolge bei der Versuchskette. X=0. 0 Versuche Diese Zahlen ( ) (lies "n über k")
LS-57- a) Zeichnen Sie den vollständigen Baum für eine Bernoulli-Kette mit der Länge n. Bestimmen Sie daran die Binomialkoeffizienten ( für r 0,,,,. r ) n Die Zufallsvariable X zählt die Anzahl der Erfolge
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 11 Diskrete Zufallsvariablen 11.1. Wahrscheinlichkeits- und diskret Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsfunktion von X Nimmt abzählbare Anzahl von Ausprägungen an (z.b. Zählvariablen)
MehrWahrscheinlichkeitsrechnung für die Mittelstufe
Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite
MehrVorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen
Vorlesung 3a Der Erwartungswert von diskreten reellwertigen Zufallsvariablen X sei eine Zufallsvariable, deren Zielbereich R (die Menge der reellen Zahlen) (oder eine Teilmenge davon) ist. Es existiere
Mehrb) P( Schüler/in ist in Sek I) c) P( Schüler/in ist in Sek II und ein Mädchen)
R. Brinkmann http://brinkmann-du.de Seite 1 17.09.2012 Lösungen Relative Häufigkeit, Wahrscheinlichkeit II en: A1 A1 Über die Zusammensetzung der Schülerschaft eines Gymnasiums ist bekannt: In der Sek.
MehrGruber, Erfolg im ABI, Pflichtteil. matheskript B STOCHASTIK WAHRSCHEINLICHKEITSRECHNUNG STATISTIK PFLICHTTEIL ÜBUNGEN Klasse.
matheskript B STOCHASTIK WAHRSCHEINLICHKEITSRECHNUNG STATISTIK PFLICHTTEIL ÜBUNGEN 12. 13. Klasse Jens Möller INHALTE Baumdiagramme Ziehen mit und ohne Zurücklegen Binomialverteilungen Erwartungswerte
Mehr9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe
Übungsmaterial 9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe 9. Erwartungswert Fragt man nach dem mittleren Wert einer Zufallsgröÿe X pro Versuch, so berechnet man den Erwartungswert
MehrKlausur: Diskrete Strukturen I
Universität Kassel Fachbereich 10/1 13.03.2013 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie
MehrHypergeometrische Verteilung
Hypergeometrische Verteilung Aufgaben Aufgabe 1 Eine Firma produziert insgesamt 30 elektronische Bauteile des gleichen Typs. Aus langjähriger Erfahrung weiß man das davon jedes 70te defekt ist. Um die
MehrKapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen
Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
Mehr7.5 Erwartungswert, Varianz
7.5 Erwartungswert, Varianz Beispiel 7.5.1: Es werden drei ideale Münzen geworfen, und der Gewinn sei X := Anzahl von W. In Beispiel 7.4.1 hatten wir dazu eine Wahrscheinlichkeitverteilung ermittelt: X
Mehr{ } { } Casio fx-cg20 Kombinatorik und Zufallszahlen. x-fakultät (x!) [MENU] 1 [OPTN] [F6] {PROB} Zahl {x!} [EXE] Berechne 7!
R. Brinkmann http://brinkmann-du.de Seite 1 21.02.2014 Casio fx-cg20 Kombinatorik und Zufallszahlen x-fakultät (x!) {PROB} Zahl {x!} [] Berechne 7! {PROB} 7 {x!} [] (5040) Berechne 49!/(49-6)! 49 x! (
Mehr70 Wichtige kontinuierliche Verteilungen
70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
R. Brinkmann http://brinkmann-du.de Seite 08..2009 Von der relativen Häufigkeit zur Wahrscheinlichkeit Es werden 20 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 20 Schülern
MehrProbearbeit 13.1 Schuljahr 2010/11 Kernfach Mathematik
Aufgabe 3: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. a) Das unten stehende
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
MehrMathematik für Naturwissenschaften, Teil 2
Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die
MehrStochastik. Inhaltsverzeichnis
Stochastik Inhaltsverzeichnis 1. Allgemeine Definition... 2 2. Laplace-Wahrscheinlichkeit... 2 3. Gegenereignis (häufig bei mindestens -Aufgaben)... 3 4. Vereinigung von 2 Ereignissen ( oder -Formulierungen)...
Mehr11. Approximation der Binomialverteilung durch die Normalverteilung
7. Approximation der Binomialverteilung durch die Normalverteilung Die Berechnung der Binomialverteilung ist wegen der Binomialkoeffizienten nicht unproblematisch. Man kann sie deshalb in gewissen Fällen
MehrWahrscheinlichkeitsrechnung und Statistik
3. Vorlesung - 21.10.2016 Bedingte Wahrscheinlichkeit In einer Urne sind 2 grüne und 3 blaue Kugeln. 2 Kugeln werden ohne Zürücklegen gezogen. Welches ist die Wahrscheinlichkeit, dass : a) man eine grüne
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrStetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrKapitel VII. Einige spezielle stetige Verteilungen
Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrTeil A hilfsmittelfreier Teil
Klassenarbeit GYM Klasse 0 Seite Datum: Thema: Name: Zeit: Erreichte Punkte: Note: Hilfsmittel: keine Teil A hilfsmittelfreier Teil Aufgabe : (4 Punkte) Entscheide, ob das Zufallsexperiment eine Bernoulli-Kette
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrProf. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016
Prof. Dr. Christoph Karg 5.7.2016 Hochschule Aalen Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik Sommersemester 2016 Name: Unterschrift: Klausurergebnis Aufgabe 1 (15 Punkte) Aufgabe 3
MehrStation 1 Das Galtonbrett, Realmodelle
Station 1 Das Galtonbrett, Realmodelle Zeit zur Bearbeitung: 10 Minuten 1.1 Versuch:. Münzwurf mit dem Galtonbrett Betrachtet wird folgendes Zufallsexperiment: Fünf identische Münzen werden zehn-mal geworfen.
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrFF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6
Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Wahrscheinlichkeitsrechnung, Verteilungen) 1. Eine Illustrierte veranstaltet wöchentlich ein Ratespiel,
MehrSpielgeräte: Von Wahrscheinlichkeiten bis Binomialverteilung
Bernoulli-Kette, und hypergeometrische Verteilung: F. 2. 32 Spielgeräte: Von Wahrscheinlichkeiten bis Die folgende Stationenarbeit dient dazu, die Begriffe der Oberstufenstochastik (Wahrscheinlichkeit;
Mehr10. Theoretische Verteilungen
0. Theoretische Verteilungen 0.. Diskrete theoretische Verteilungen In der deskriptiven Statistik wurden die einfachen Häufigkeiten und die Summenhäufigkeiten von Merkmalsausprägungen ermittelt um ein
Mehr1 1. Übung. Einleitung. 1.1 Urnenmodelle. 1.2 Beispiele. 1.3 Aufgaben
Einleitung Dieses sind die kompletten Präsenzaufgaben, die bei der Übung zur Vorlesung Einführung in die Stochastik im Sommersemester 2007 gerechnet wurden. Bei Rückfragen und Anmerkungen bitte an brune(at)upb.de
MehrZufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s
4. Zufallsgrößen =============================================================== 4.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Kenngrößen Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 09.12.2011 1/58 Inhalt 1 2 Kenngrößen von Lagemaße 2/58 mit Dichte Normalverteilung
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 23. Dezember 2011 1 Stetige Zufallsvariable, Normalverteilungen Der zentrale Grenzwertsatz und die 3-Sigma Regel
MehrStochastik (Laplace-Formel)
Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel
Mehr3. Anwendungen aus der Kombinatorik
3. Anwendungen aus der Kombinatorik 3.1. Ziehen mit Zurücklegen 1) Würfeln Wie gross ist die Wahrscheinlichkeit für genau 2 Sechser in 7 Würfen? 2) Glücksrad Ein Glücksrad zeigt "1" mit Wahrscheinlichkeit
MehrSTETIGE VERTEILUNGEN
STETIGE VERTEILUNGEN. Die Näherungsformel von Moivre Laplace Betrachtet man die Binomialverteilungen Bnp für wachsendes n bei konstantem p, so werden die Histogramme einer binomialverteilten Zufallsvariablen
MehrBSZ für Bau- und Oberflächentechnik des Landkreises Zwickau Außenstelle Limbach-Oberfrohna STOCHASTIK
. Ordnen Sie die in den folgenden Bildern dargestellten Wahrscheinlichkeitsfunktionen nach den Erwartungswerten ihrer Zufallsgröße X mit x, 2,, 4, 5 größten Erwartungswert. i. Beginnen Sie mit dem Bild
MehrDie Voraussetzungen aus Klasse 8-10
Die Voraussetzungen aus Klasse 8-10 I. Grundlagen der Wahrscheinlichkeitsrechnung Zusammenstellung der Voraussetzungen: Pfadregel Ereignisse Additionssatz Ge gener eignis A B A B P(A B) = P(A) + P(B) P(A
Mehrmathphys-online Abiturprüfung Berufliche Oberschule 2014 Mathematik 13 Technik - B II - Lösung
Abiturprüfung Berufliche Oberschule 20 Mathematik Technik - B II - Lösung Aufgabe An einer Beruflichen Oberschule besuchen acht Schülerinnen und zehn Schüler die. Jahrgangsstufe in der Ausbildungsrichtung
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
MehrStochastik Übungsaufgaben (Taschenrechner erlaubt) Binomialverteilung Oberstufe
Stochastik Übungsaufgaben (Taschenrechner erlaubt) Binomialverteilung Oberstufe Alexander Schwarz www.mathe-aufgaben.com November 2015 1 Aufgabe 1: Ist der Zufallsversuch eine Bernoulli-Kette? Wenn ja,
Mehr