Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing.

Größe: px
Ab Seite anzeigen:

Download "Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing."

Transkript

1 Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. In einer Urne befinden sich 3 rote und 2 schwarze Kugeln. Bestimmen Sie die Menge E der Elementarereignisse, falls a) 3 Kugeln gleichzeitig, b) 3 Kugeln hintereinander ohne Zurücklegen gezogen werden. R... Ziehen einer roten Kugel S... Ziehen einer schwarzen Kugel In (hoffentlich) verständlicher Kurzschreibweise: a) E = {RRR, RRS, RSS} b) E = {RRR, RRS, RSR, SRR, RSS, SRS, SSR} 2. Aus der Menge {1, 2, 3, 4, 5} wird zweimal hintereinander eine Ziffer ohne Zurücklegen gezogen. Geben Sie die Menge der Elementarereignisse an. E = {12, 13, 14, 15, 21, 23, 24, 25, 31, 32, 34, 35, 41, 42, 43, 45, 51, 52, 53, 54} 3. Beim Werfen eines Dodekaeders (= regulärer 12-Flächner) ist die Menge der Elementarereignisse E = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Mit den Buchstaben A bis D seien folgende Ereignisse bezeichnet: A: Werfen einer geraden Zahl B: Werfen einer durch 3 teilbaren Zahl C: Werfen einer Primzahl D: Werfen einer Zahl größer 5 a) Stellen Sie die Ereignisse A bis D durch die entsprechenden Mengen der Elementarereignisse dar. b) Stellen Sie ebenfalls die Ereignisse A B, B C, A D, A (B D), B D durch die Mengen ihrer Elementarereignisse dar und beschreiben Sie verbal die fünf obigen Ereignisse.

2 c) Stellen Sie folgende verbal beschriebene Ereignisse mit Hilfe der Ereignisse A bis D und Mengenoperationen dar: H: Werfen einer durch drei teilbaren Zahl größer 5 I: Werfen einer ungeraden Zahl kleiner oder gleich 5 J: Werfen einer Primzahl oder einer nicht durch 3 teilbaren geraden Zahl K: Werfen einer ungeraden und nicht durch drei teilbaren Zahl a) A = {2, 4, 6, 8, 10, 12}, B = {3, 6, 9, 12}, C = {2, 3, 5, 7, 11}, D = {6, 7, 8, 9, 10, 11, 12}. b) A B = {2, 3, 4, 6, 8, 9, 10, 12}... Werfen einer durch zwei oder durch drei teilbaren Zahl. B C = {3}... Werfen einer durch drei teilbaren Primzahl. A D = {2, 4}... Werfen einer geraden Zahl, die höchstens gleich fünf ist. Allgemein gilt für Mengen A, B, D: A (B D) = (A B) (A D) Daher gilt hier: A (B D) = {6, 12} {6, 8, 10, 12} = {6, 8, 10, 12} = A D... Werfen einer geraden Zahl größer oder gleich fünf. Allgemein gilt: B D = B D Daher gilt hier: B D = {1, 2, 4, 5, 7, 8, 10, 11} {1, 2, 3, 4, 5} = {1, 2, 4, 5}... Werfen einer Zahl, die höchstens gleich fünf und zugleich nicht durch drei teilbar ist. c) Stellen Sie folgende verbal beschriebene Ereignisse mit Hilfe der Ereignisse A bis D und Mengenoperationen dar: H: Werfen einer durch drei teilbaren Zahl größer 5 I: Werfen einer ungeraden Zahl kleiner oder gleich 5 J: Werfen einer Primzahl oder einer nicht durch 3 teilbaren geraden Zahl K: Werfen einer ungeraden und nicht durch drei teilbaren Zahl H = B D, I = A D = A D, J = C (A B) = C (A B), K = A B = A B = A B. 4. A und B seien unabhängige Ereignisse mit P (A) = 0.2 und P (B) = 0.6. Bestimmen Sie P (A B), P (A B), P (A B)

3 P... probability = Wahrscheinlichkeit... w P (A) = 0, 2, P (B) = 0, 6, A und B unabhängig Für unabhängige Ereignisse gilt nach Vorlesung: P (A B) = P (A)P (B). Daher gilt hier: P (A B) = 0, 2 0, 6 = 0, 12 Für beliebige Ereignisse gilt nach Vorlesung: P (A B) = P (A)+P (B) P (A B). Daher gilt hier: P (A B) = 0, 2 + 0, 6 0, 12 = 0, 68 Sind A, B unabhängige Ereignisse, so sind nach Vorlesung auch A, B unabhängige Ereignisse. Daher ist P (A B) = (1 0, 2) (1 0, 6) = 0, 8 0, 4 = 0, Zur Früherkennung einer Krankheit, von der 0.5% der Bevölkerung befallen sei, werde ein medizinischer Test durchgeführt. Dieser zeigt bei Gesunden in 95% der Fälle eine negative und nur in 5% eine positive Reaktion, bei Kranken ist es genau umgekehrt. Wie wahrscheinlich ist, daß eine Person wirklich krank ist, wenn bei ihr der Test positive Reaktion gezeigt hat? Bezeichnungen: G... gesund K... krank P... positiv getestet, d.h. mit dem Testergebnis krank N... negativ getestet, d.h. mit dem Testergebnis gesund Ges.: w P (K) Geg.: w(k) = 0, 005, w G (N) = 0, 95, w G (P ) = 0, 05, w K (N) = 0, 05, w K (P ) = 0, 95. Nach der Definition der bedingten Wahrscheinlichkeit gilt:

4 w P (K) = w(p K) w(p ) (1) Für den Zähler: Nach dem Produktsatz gilt: w(p K) = w(p )w P (K) = w(k)w K (P ) (2) Das erste Gleichheitszeichen bringt nicht viel, aber das zweite Gleichheitszeichen können wir verwenden. Für den Nenner: P lässt sich schreiben als Vereinigung von unvereinbaren Ereignissen: P = P K + P G: In w(p ) = w(p K + P G) = w(p K) + w(p G) = w(k)w K (P ) + w(g)w G (P ) w(p ) = w(k)w K (P ) + w(g)w G (P ) (3) sind die Größen auf der rechten Seite alle gegeben bis auf w(g), und das ist 1 w(k), also auch bekannt. Aus (1) erhält man mit (2) und (3): w P (K) = w(k)w K (P ) w(k)w K (P ) + (1 w(k))w G (P ) = 0, 005 0, 95 0, 005 0, 95 0, 995 0, 05 = = = , 087 = 8, 7% Obwohl nur bei 5 % der Gesunden fälschlich Krankheit angezeigt wird, wird bei etwa 91,3 % der positiv Getesteten fälschlich Krankheit angezeigt! 6. Ein Kasten Bier enthält 15 volle und 5 leere Flaschen. 1. Wie groß ist die Wahrscheinlichkeit, dreimal hintereinander zufällig eine leere Flasche zu ziehen, wenn die Flaschen nach dem Zug wieder in den Kasten zurückgestellt werden? 2. Wie groß ist die Wahrscheinlichkeit, beim dritten Zug zufällig eine leere Flasche zu ziehen, wenn die Flaschen nach dem Zug nicht in den Kasten zurückgestellt werden? Um sinnvoll rechnen zu können, müssen wir bei der Teilaufgabe 1 voraussetzen, dass man sich nicht merkt, welche Flaschen man schon gezogen hat und ob diese Flaschen leer waren. Wir setzen also voraus, dass in Teilaufgabe 1 die einzelnen Flaschenziehungen unabhängig voneinander sind. (Sonst müsste

5 über die Abhängigkeit etwas vorausgesetzt sein.) Wem die Aufgabe zu wenig realitätsnah ist, der kann sich vorstellen, dass der Bierkasten im Keller steht, es dunkel ist und die Lampe ausgebrannt ist. Außerdem kann er die leeren Flaschen durch (volle) Weißbierflaschen ersetzen und annehmen, dass jede Ziehung von einer anderen Person ausgeführt wird. 1. Die Wahrscheinlichkeit, eine leere Flasche zu ziehen ist nach der Laplaceschen Abzählregel in jedem Zug 5 = 1. Die Wahrscheinlichkeit, dass 20 4 das dreimal hintereinander passiert ist (wegen der angenommenen Unabhängigkeit der Ereignisse) ( 1 4 )4 = 1 = 0, = 1, 5625% Alle Möglichkeiten, beim dritten Zug eine leere Flasche zu ziehen, kann man in folgender Form aufschreiben: LLL, LVL, VLL, VVL. Dabei bedeutet V das Ziehen einer vollen Flasche, L das Ziehen einer leeren Flasche. Diese Ereignisse sind unvereinbar, und ihre Wahrscheinlichkeiten sind der Reihe nach: , , , Die gesuchte Wahrscheinlichkeit ist die Summe dieser vier Wahrscheinlichkeiten, also gleich 1 ( ) = (5 4 ( ) ) = = = = = % der bayerischen Bevölkerung haben die Blutgruppe AB. Es werden zufällig 100 Bayern ausgewählt und deren Blutgruppe bestimmt. 1. Wie groß ist die Wahrscheinlichkeit, daß genau eine Person die Blutgruppe AB hat? 2. Wie groß ist die Wahrscheinlichkeit, daß höchstens eine Person die Blutgruppe AB hat? 3. Wie groß ist die Wahrscheinlichkeit, daß mindestens zwei Personen die Blutgruppe AB haben? 1. Das Ereignis genau eine Person unter den 100 ausgewählten Personen hat die Blutgruppe AB kann man zusammensetzen aus den 100 unvereinbaren Ereignissen A i : Die i-te Person hat die Blutgruppe AB, die anderen 99 Personen haben nicht die Blutgruppe AB. (i = 1,..., 100)

6 Jedes der Ereignisse A i hat die Wahrscheinlichkeit w := w i = 0, 04 0, Dabei haben wir verwendet, dass die Auswahl jeder Person zufällig erfolgt ist, dass also auch die Ereignisse Die i-te Person hat die Blutgruppe AB und Die j-te Person hat die Blutgruppe AB für i j unabhängig voneinander sind. Da w 0, , ist die gesuchte Wahrscheinlichkeit, dass genau eine Person die Blutgruppe AB hat, ungefähr gleich 0,07023, also ungefähr gleich 7,023%. 2. Höchstens eine Person hat die Blutgruppe AB heißt mit anderen Worten: Genau eine Person besitzt die Blutgruppe AB oder keine Person besitzt die Blutgruppe AB Da genau eine und keine unvereinbar sind, ist die gesuchte Wahrscheinlichkeit also w + w 0, wobei w schon berechnet wurde und w 0 die Wahrscheinlichkeit ist, dass keine der 100 Personen die Blutgruppe AB besitzt. w 0 = 0, Die gesuchte Wahrscheinlichkeit ist daher w+w 0 = 0, (0, , 96) = 0, , 96 0, , 7167% 3. Die Wahrscheinlichkeit, daß mindestens zwei Personen die Blutgruppe AB haben, kann man berechnen über eine lange Summe: Genau zwei, genau drei, genau vier,... genau 99, genau 100 Personen haben die Blutgruppe AB. Die Summe über die Wahrscheinlichkeiten all dieser Aussagen liefert die gesuchte Wahrscheinlichkeit. Man berechnet aber besser 1 - die Wahrscheinlichkeit, dass höchstens eine Person die Blutgruppe AB hat, also 1 0, , 96 0, , 28% 8. Folgende Tabelle zeigt die durchschnittlichen Durchfallquoten der Diplomvorprüfung in den 6 Prüfungsfächern eines fiktiven Studiengangs. Prüfungsfach Durchfallquote in % erste Teilnahme 1. Wiederholung 2. Wiederholung Mathematik und Statistik Physik Chemie Biologie der Pflanzen keine Angabe Biologie der Tiere keine Angabe Volkswirtschaftslehre keine Angabe 1. Wie groß ist die Wahrscheinlichkeit, alle 6 Prüfungen bei der ersten Teilnahme zu bestehen, unter der Voraussetzung, daß das Bestehen einer Prüfung unabhängig vom Bestehen einer anderen ist?

7 2. Warum ist die Erfolgsquote in der Praxis höher? 3. Spätestens nach erfolgloser zweiter Wiederholung erfolgt die Exmatrikulation. Wieviele Studenten von 120 scheitern erwartungsgemäß am Fach Physik? 4. Es wird diskutiert, Mathematik und Statistik getrennt im Rahmen einer Klausur zu prüfen. Wie groß ist die Wahrscheinlichkeit, beide Klausuren beim ersten Mal zu bestehen, wenn angenommen wird, daß die Durchfallquote in Mathematik 40% und in Statistik 20% beträgt. Das Bestehen einer Klausur wird wiederum als unabhängig von der anderen vorausgesetzt. Folgende Tabelle zeigt die durchschnittlichen Durchfallquoten der Diplomvorprüfung in den 6 Prüfungsfächern eines fiktiven Studiengangs. Prüfungsfach Durchfallquote in % erste Teilnahme 1. Wiederholung 2. Wiederholung Mathematik und Statistik Physik Chemie Biologie der Pflanzen keine Angabe Biologie der Tiere keine Angabe Volkswirtschaftslehre keine Angabe 1. Die Wahrscheinlichkeit, alle 6 Prüfungen bei der ersten Teilnahme zu bestehen, unter der Voraussetzung, daß das Bestehen einer Prüfung unabhängig vom Bestehen einer anderen ist, ist gleich (1 0, 3) (1 0, 6) (1 0, 3) (1 0, 3) (1 0, 2) (1 0, 3) = 0, 7 0, 4 0, 7 0, 7 0, 8 0, 7 = 0, , 68% 2. Die Erfolgsquote ist in der Praxis höher, weil das Bestehen der verschiedenen Prüfungen nicht unabhängig voneinander ist: Wer eine Prüfung in Mathematik bestanden hat, besteht eine Prüfung in Physik mit einer höheren Wahrscheinlichkeit als jemand, der die Prüfung in Mathematik nicht bestanden hat. 3. Von 120 Studenten müssen 60 % die Prüfung einmal wiederholen, also 72 Studenten. Von 72 Studenten müssen 50 % die Prüfung ein zweites Mal wiederholen, also 36 Studenten. Von 36 Studenten fallen 40 % endgültig durch, also 14,4 Studenten. Es ist zu erwarten, dass von 120 Studenten 14 oder 15 endgültig am Fach Physik scheitern. 4. Sei w M die Wahrscheinlichkeit, in Mathematik zu bestehen und w S die Wahrscheinlichkeit, in Statistik zu bestehen sowie w MS die Wahrscheinlichkeit, beide Prüfungen zu bestehen. Wegen der Unabhängigkeit ist dann w MS = w M w S = (1 0, 4) (1 0, 2) = 0, 6 0, 8 = 0, 48 = 48%

8 Die Aufgaben 1 bis 5 sollen - soweit möglich - in der Übung am Donnerstag, dem 29. Juni 2004 besprochen werden. Die Aufgaben 6 bis 8 sind zur häuslichen Bearbeitung gedacht. Gelegenheit zu Fragen gibt es nach der Vorlesung und nach der Übung sowie in den Tutorübungen.

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),

Mehr

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7: Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln

Mehr

Level 1 Grundlagen Blatt 2

Level 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

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur 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,

Mehr

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! = Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen

Mehr

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? 2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.

Mehr

Stochastik (Laplace-Formel)

Stochastik (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

Mehr

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..

Mehr

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben Level 1 Grundlagen Blatt 1 Dokument mit 19 Aufgaben Aufgabe A1 Ein Glücksrad hat drei Sektoren mit den Farben Rot, Gelb und Grün. Das Rad bleibt mit einer Wahrscheinlichkeit von 0,1 so stehen, dass der

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen) Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln.

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,

Mehr

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1 Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 " k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben 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

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 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,

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

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

Mehr

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner SS 2013 Blatt 3 0.05.2013 Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag 9. Wir betrachten die Ereignisse A, B, C A;

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2 Lapace-Experimente ================================================================== 1. a) Wie groß ist die W'keit, beim Werfen eines Laplace-Würfels eine Sechs zu erhalten? b) Wie groß ist die W'keit,

Mehr

Zusammenfassung Stochastik

Zusammenfassung Stochastik Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl

Mehr

Hauptklausur zur Stochastik für Lehramt

Hauptklausur zur Stochastik für Lehramt Universität Duisburg-Essen Essen, den 20.02.203 Fakultät für Mathematik Dr. Daniel Herden Dipl.-Inf. Christian Thiel Matthias aus der Wiesche Hauptklausur zur Stochastik für Lehramt Bearbeitungszeit: mind.

Mehr

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.

P (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3. 2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen? 1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der

Mehr

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt Dr. M. Weimar 02.05.2016 Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält!

Mehr

Statistik I für Humanund Sozialwissenschaften

Statistik I für Humanund Sozialwissenschaften Statistik I für Humanund Sozialwissenschaften 3. Übung Lösungsvorschlag Gruppenübung G 8 a) Ein Professor möchte herausfinden, welche 5 seiner insgesamt 8 Mitarbeiter zusammen das kreativste Team darstellen.

Mehr

für eine rote Kugel denn von auf den 100% (da rot, rot rot, blau blau, rot blau, blau

für eine rote Kugel denn von auf den 100% (da rot, rot rot, blau blau, rot blau, blau Berechnung von Wahrscheinlichkeiten beim Ziehen mit und ohne Zurücklegenn Ziehen mit Zurücklegenn Wir betrachten folgendes Beispiel: In einer Urne sind 2 rote und 3 blaue Kugeln.. Wenn man hier eine Kugel

Mehr

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg! 15. September 010 Prof. Dr. W. Bley Universität Kassel Klausur SS 010 Diskrete Strukturen I (Informatik) 1 3 4 5 6 Name:................................................ Matr.-Nr.:............................................

Mehr

2 STOCHASTISCHE GRUNDBEGRIFFE

2 STOCHASTISCHE GRUNDBEGRIFFE 2 STOCHASTISCHE GRUNDBEGRIFFE 2.4 Wahrscheinlichkeitsräume 1. Man vereinfache soweit wie möglich (AB A B): (a) (A B)(A B c ) (b) (A B)(B C) (c) (A B)(A c B)(A B c ) (d) (AB) (AB c ) (e) (A B)(A c B)(A

Mehr

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum

Mehr

1. Eine Tombola mit Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt!

1. Eine Tombola mit Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt! 1. Eine Tombola mit 10000 Losen wirbt mit dem Spruch: Jedes vierte Los gewinnt! Wie deuten Sie dieses Versprechen? Sie kaufen vier Lose. Ist es sicher, dass darunter ein Gewinnlos ist? Wie sieht es bei

Mehr

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 19 Peter Hartmann Verständnisfragen 1. Welches sind die charakteristischen Eigenschaften eines Laplace-Raums? Der Raum ist endlich, die Wahrscheinlichkeit für alle Elementarereignisse ist gleich. 2. Unter welchen Bedingungen

Mehr

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt? In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass

Mehr

Pfadwahrscheinlichkeiten

Pfadwahrscheinlichkeiten Pfadwahrscheinlichkeiten Die Wahrscheinlichkeit, beim zweimaligen Würfeln eine Doppelsechs zu erzielen, beträgt 6. Das Ergebnis legt die Vermutung nahe, dass wir lediglich, also die Wahrscheinlichkeit,

Mehr

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz

Stochastik: 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:

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr

Übungen Abgabetermin: Freitag, , 10 Uhr Universität Münster Institut für Mathematische Statistik Stochastik für Lehramtskandidaten SoSe 015, Blatt 1 Löwe/Heusel Übungen Abgabetermin: Freitag, 10.7.015, 10 Uhr Hinweis: Dies ist nur eine Beispiellösung.

Mehr

Aufgabe Punkte

Aufgabe Punkte Institut für Mathematik Freie Universität Berlin Carsten Hartmann, Stefanie Winkelmann Musterlösung für die Nachklausur zur Vorlesung Stochastik I im WiSe 20/202 Name: Matr.-Nr.: Studiengang: Mathematik

Mehr

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen 6.4 Hyergeometrische Verteilung Gegeben ist eine Urne, die mit N Kugeln gefüllt ist. Es seien M dieser Kugeln rot und N-M Kugeln nicht rot. Wir entnehmen n Kugeln, d.h. eine Stichrobe des Umfangs n. Dabei

Mehr

Wahrscheinlichkeitsrechnung [probability]

Wahrscheinlichkeitsrechnung [probability] Wahrscheinlichkeitsrechnung [probability] Hinweis: Die Wahrscheinlichkeitsrechnung ist nicht Gegenstand dieser Vorlesung. Es werden lediglich einige Begriffsbildungen bereitgestellt und an Beispielen erläutert,

Mehr

Satz von der totalen Wahrscheinlichkeit

Satz von der totalen Wahrscheinlichkeit htw saar 1 Satz von der totalen Wahrscheinlichkeit Sei (Ω, P) ein Wahrscheinlichkeitsraum, und B 1,, B n seien paarweise disjunkte Ereignisse mit B i = Ω. Für jedes Ereignis A gilt dann: P(A) = P(A B 1

Mehr

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn.

Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Wahrscheinlichkeiten Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Bestimme die Wahrscheinlichkeit, dass Anna a) ein Ass, b) einen Buben, c)

Mehr

Mathematik LK M1, 4. Kursarbeit Stochastik I - Lösung

Mathematik LK M1, 4. Kursarbeit Stochastik I - Lösung Aufgabe : Wahrscheinlichkeitsrechnung Löse die Aufgabe auf diesem Aufgabenblatt. Trage die Lösung in die Tabelle ein. Ein Rechenweg ist hier nicht erforderlich. Hinweis: Das Casinospiel besteht aus dem

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom Übungsaufgaben 9. Übung SS 16: Woche vom 5. 6. 10. 6. 2016 Stochastik III: Totale Wkt., S.v.Bayes, Diskrete ZG Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.

Mehr

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

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

Mehr

6. Übungsblatt zur Einführung in die Stochastik

6. Übungsblatt zur Einführung in die Stochastik Fachbereich Mathematik Prof. Dr. Michael Kohler Dipl.-Math. Andreas Fromkorth Dipl.-Inf. Jens Mehnert SS 9 1.6.29 6. Übungsblatt zur Einführung in die Stochastik Aufgabe 22 Sei P ein auf der Borelschen

Mehr

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen. Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.

Mehr

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung 9. Elementare Wahrscheinlichkeitsrechnung I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1, 2,, 6 des Experiments werden zur Ergebnismenge Ω ( Ergebnisraum ) zusammengefasst.

Mehr

Analysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt.

Analysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt. 1.0 Gegeben sind die reellen Funktionen f :xaf (x); D = R a a f a Analysis 1 3 fa (x) = (ax + 27x) mit a R a 0. 27 Der Graph einer solchen Funktion wird mit bezeichnet. 1.1 Berechnen Sie die Nullstellen

Mehr

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die

Mehr

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein. Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach

Mehr

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt Dr. M. Weimar 19.05.2016 Elemente der Stochastik (SoSe 2016 6. Übungsblatt Aufgabe 1 ( Punkte Eine Klausur, die insgesamt von zwölf Kursteilnehmern geschrieben wurde, soll von drei Gutachtern bewertet

Mehr

Arbeitsblatt Woche 27. G G Summe M M Summe

Arbeitsblatt Woche 27. G G Summe M M Summe 1 Urne In einer Urne sind 5 weiÿe, 6 schwarze und 4 rote Kugeln. Es wird zweimal ohne Zurücklegen gezogen. 1. Stellen Sie das Zufallsexperiment in einem Baumdiagramm dar! 2. Berechnen Sie die Wahrscheinlichkeit

Mehr

3. Grundbegriffe der Wahrscheinlichkeitstheorie

3. Grundbegriffe der Wahrscheinlichkeitstheorie 03. JULI 2006: BLATT 17 3. Grundbegriffe der Wahrscheinlichkeitstheorie (v.a. nach Manning/Schütze: 40ff und Fahrmeir /Künstler/Pigeot/Tutz: 171ff) Übersicht Um entscheiden zu können, ob eine statistische

Mehr

1 Axiomatische Definition von Wahrscheinlichkeit

1 Axiomatische Definition von Wahrscheinlichkeit Schülerbuchseite 174 176 Lösungen vorläufig und Unabhängigkeit 1 Axiomatische Definition von Wahrscheinlichkeit S. 174 1 Ein Schätzwert für die Wahrscheinlichkeit von Sau kann nur mithilfe der relativen

Mehr

P A P( A B) Definition Wahrscheinlichkeit

P A P( A B) Definition Wahrscheinlichkeit Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl

Mehr

1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments.

1.1 Ergebnisräume einfacher Zufallsexperimente. 2) Es gibt mindestens zwei mögliche Ausgänge des Experiments. Übungsmaterial 1 1 Zufallsexperimente 1.1 Ergebnisräume einfacher Zufallsexperimente Damit ein Experiment ein Zufallsexperiment ist, müssen folgende Eigenschaften erfüllt sein: 1) Das Experiment lässt

Mehr

Ü b u n g s b l a t t 10

Ü b u n g s b l a t t 10 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

Name: 3. MATHEMATIKKLAUSUR

Name: 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()

Mehr

Kontrolle. Themenübersicht

Kontrolle. Themenübersicht Themenübersicht Arbeitsblatt 1 Statistik Arbeitsblatt 2 Erheben und Auswerten von Daten Arbeitsblatt 3 Zufallsexperimente Arbeitsblatt 4 mehrstufige Zufallsexperimente Inhalt, Schwerpunkte des Themas Urliste,

Mehr

Einführung in die Stochastik 6. Übungsblatt

Einführung in die Stochastik 6. Übungsblatt Einführung in die Stochastik 6. Übungsblatt Fachbereich Mathematik SS M. Kohler 3. Mai A. Fromkorth D. Furer Gruppen und Hausübung Aufgabe (a) Die Wahrscheinlichkeit, dass eine S Bahn Verspätung hat, betrage.3.

Mehr

Übungen zur Kombinatorik

Übungen zur Kombinatorik 1. Das Paradoxon des Chevalier de Méré: De Méré fand es paradox, dass beim Würfeln mit drei Würfeln die Augenzahlsumme 11 häufiger zustande kam als die Augenzahlsumme 12. Wie lauten die tatsächlichen Wahrscheinlichkeiten

Mehr

Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium

Stochastik 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

Mehr

Ma 13 - Stochastik Schroedel Neue Wege (CON)

Ma 13 - Stochastik Schroedel Neue Wege (CON) Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A

Mehr

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie

Mehr

Die Formel für Kombinationen wird verwendet, wenn

Die Formel für Kombinationen wird verwendet, wenn 1. Übung: Kombinatorik Aufgabe 1 Die Formel für Kombinationen wird verwendet, wenn a) Alle n Elemente angeordnet werden sollen. b) Aus n Elementen k Elemente gezogen werden sollen. c) Die Reihenfolge der

Mehr

Aufgabe 8: Stochastik (WTR)

Aufgabe 8: Stochastik (WTR) Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 8 a) (1) WAHRSCHEINLICHKEIT FÜR KEINE ANGABE ERMITTELN Nach der Laplace Formel ist Anzahl der Personen, die keine Angabe machten keine Angabe Gesamtzahl

Mehr

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis Stochastik Die Stochastik besteht aus zwei Teilgebieten, der Statistik und der Wahrscheinlichkeitsrechnung. Die Statistik beschreibt die Vergangenheit und verwendet Informationen, die (in realen Versuchen)

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume I

Allgemeine diskrete Wahrscheinlichkeitsräume I 6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete

Mehr

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

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

4. 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

Mehr

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

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

Mehr

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern

Mehr

Diskrete Wahrscheinlichkeitstheorie - Probeklausur

Diskrete Wahrscheinlichkeitstheorie - Probeklausur Diskrete Wahrscheinlichkeitstheorie - robeklausur Sommersemester 2007 - Lösung Name: Vorname: Matrikelnr.: Studiengang: Hinweise Sie sollten insgesamt Blätter erhalten haben. Tragen Sie bitte Ihre Antworten

Mehr

Institut für Stochastik, SoSe K L A U S U R , 8:00-11:00. Aufgabe Punkte erreichte Punkte Korrektur

Institut 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

Mehr

KULTUSMINISTERIUM DES LANDES SACHSEN-ANHALT. Abitur Januar/Februar Mathematik (Grundkurs) Arbeitszeit: 210 Minuten

KULTUSMINISTERIUM DES LANDES SACHSEN-ANHALT. Abitur Januar/Februar Mathematik (Grundkurs) Arbeitszeit: 210 Minuten KULTUSMINISTERIUM DES LANDES SACHSEN-ANHALT Abitur Januar/Februar 2002 Mathematik (Grundkurs) Arbeitszeit: 210 Minuten Der Prüfling wählt je eine Aufgabe aus den Gebieten G 1, G 2 und G 3 zur Bearbeitung

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Prüfung im Anschluss an das Sommersemester 2004 am 15. Oktober 2004 von bis Uhr

Prüfung im Anschluss an das Sommersemester 2004 am 15. Oktober 2004 von bis Uhr Note Technische Universität München SS 2004 Zentrum Mathematik apl. Prof. Dr. J. Hartl Höhere Mathematik 2 (Weihenstephan) Prüfung im Anschluss an das Sommersemester 2004 am 15. Oktober 2004 von 15.30

Mehr

Übungen zur Wahrscheinlichkeitstheorie und Statistik

Übungen zur Wahrscheinlichkeitstheorie und Statistik Übungen zur Wahrscheinlichkeitstheorie und Statistik Prof. Dr. C. Löh/M. Blank Blatt 0 vom 16. April 2012 Aufgabe 1 (Wahrscheinlichkeitsräume). Welche der folgenden Aussagen sind wahr? Begründen Sie jeweils

Mehr

Wahrscheinlichkeitsrechnung

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

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen 3.1 Einführung Bsp. 19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz,zzw,zwz,wzz,zww,wzw,wwz,www}. Ω 2 3 8 N Wir definieren

Mehr

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der

Mehr

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. 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

Mehr

Bayes'scher Satz und diskrete Verteilungen

Bayes'scher Satz und diskrete Verteilungen Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Bayes'scher Satz und diskrete Verteilungen

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung 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

Mehr

Prof. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016

Prof. 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

Mehr

Klausur zur Statistik

Klausur zur Statistik Klausur zur Statistik. Hinweis: Es können 94 Punkte erreicht werden. Zum Bestehen reichen 4 Punkte sicher aus.. Hinweis: Achten Sie darauf das Ihre Rechnungen nachvollziehbar sind und geben Sie alle Schritte

Mehr

Übungen zu Wahrscheinlichkeitstheorie Judith Kloas, Wolfgang Woess, Jonas Ziefle SS 2016

Übungen 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

Mehr

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

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen

Mehr

Kapitel 5 Stochastische Unabhängigkeit

Kapitel 5 Stochastische Unabhängigkeit Kapitel 5 Stochastische Unabhängigkeit Vorlesung Wahrscheinlichkeitsrechnung I vom SoSe 2009 Lehrstuhl für Angewandte Mathematik 1 FAU 5.1 Das Konzept der stochastischen Unabhängigkeit. 1 Herleitung anhand

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

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

Mehr

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel GlücksPasch an. Aufgabe 4 Glückspasch" (16 Punkte) Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an. Spielregeln: Einsatz 1. Der Mitspieler würfelt mit 2 Oktaederwürfeln. Fällt ein Pasch,

Mehr

Statistik Übungen SS 2018

Statistik Übungen SS 2018 Statistik Übungen SS 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

1. Grundlagen der Wahrscheinlichkeitsrechnung 1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer

Mehr

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal Beispiel 37 Wir werfen eine Münze so lange, bis zum ersten Mal Kopf erscheint. Dies geschehe in jedem Wurf unabhängig mit Wahrscheinlichkeit p. Wir definieren dazu die Zufallsvariable X := Anzahl der Würfe.

Mehr

Kapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen

Kapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen Kapitel 5 Univariate Zufallsvariablen Im ersten Teil dieses Skriptes haben wir uns mit Daten beschäftigt und gezeigt, wie man die Verteilung eines Merkmals beschreiben kann. Ist man nur an der Population

Mehr