Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt.
|
|
- Waldemar Grosse
- vor 6 Jahren
- Abrufe
Transkript
1 3 Wahrscheinlichkeiten 1 Kapitel 3: Wahrscheinlichkeiten A: Beispiele Beispiel 1: Ein Experiment besteht aus dem gleichzeitigen Werfen einer Münze und eines Würfels. Nach 100 Wiederholungen dieses Experiments erhielt man folgendes Ergebnis: 40mal wurde mit der Münze Kopf geworfen: Bei 10 dieser Würfe wurde gleichzeitig eine 1 gewürfelt. Bei 25 dieser Würfe wurde gleichzeitig eine Augenzahl größer als 2 gewürfelt. Eine 1 wurde insgesamt 21mal gewürfelt. 4mal wurde eine 2 gewürfelt und gleichzeitig mit der Münze Zahl geworfen Nach 1000 Wiederholungen des Experiments erhielt man folgendes Ergebnis: 166mal wurde eine 1 gewürfelt Bei 82 Versuchen davon warf man gleichzeitig mit der Münze Kopf 165mal wurde eine 2 gewürfelt Bei 79 Versuchen davon warf man gleichzeitig mit der Münze Zahl Insgesamt wurde 508mal mit der Münze Kopf geworfen a) Stellen Sie eine Tabelle mit den relativen Häufigkeiten aller Ereignisse des Experiments (i) nach 100 Wiederholungen, (ii) nach 1000 Wiederholungen, auf. b) Auf welche Werte werden sich die relativen Häufigkeiten einpendeln, wenn man das Experiment sehr oft wiederholt? Unterstellen Sie dabei, daß es sich um eine faire Münze und einen fairen Würfel handelt. c) A sei das Ereignis, keine 1 zu würfeln und gleichzeitig mit der Münze Kopf zu werfen. B sei das Ereignis, eine 2 zu würfeln. Berechnen Sie folgende Wahrscheinlichkeiten: (i) P(A), P(B), P(A c ), P(B c ) (ii) P(A B), P(A B) (iii) P(A c B)
2 3 Wahrscheinlichkeiten 2 Lösung: (a) Ereignisraum des Experiments Ω = {(1,K); (2,K); (3 +,K); (1,Z); (2,Z); (3 +,Z)} (i) relative Häufigkeit = absolute Häufigkeit/Anzahl der Wiederholungen Relative Häufigkeiten nach 100 Wiederholungen: Münze Würfel gesamt K Z gesamt (ii) Relative Häufigkeiten nach 1000 Wiederholungen Münze Würfel gesamt K Z gesamt (b) Der Wert, auf den sich die relative Häufigkeit eines Ereignisses nach sehr vielen Wiederholungen des Experiments einpendelt, ist die Wahrscheinlichkeit dieses Ereignisses. Jede Augenzahl wird mit einer Wahrscheinlichkeit von 1 gewürfelt. Bei einer fairen Münze haben 6 Kopf und Zahl jeweils die Wahrscheinlichkeit 1 2. Es ergibt sich die folgende Wahrscheinlichkeitstabelle für die Elementarereignisse: Münze K Z gesamt Würfel gesamt 1 12 = = = = = = = = = = = (c) (i) A = {(2,K); (3 +,K)}; A c = {(1,K); (1,Z); (2,Z); (3 +,Z)} B = {(2,K); (2,Z)}; B c = {(1,K); (3 +,K); (1,Z); (3 +,Z)} P(A) = P(2,K) + P(3 +,K) = = 5 12 P(B) = P(2,K) + P(2,Z) = = 1 6
3 3 Wahrscheinlichkeiten 3 P(A c ) = P(1,K) + P(1,Z) + P(2,Z) + P(3 +,Z) = = 7 12 oder P(A c ) = 1 P(A) = = 7 12 P(B c ) = P(1,K) + P(3 +,K) + P(1,Z) + P(3 +,Z) = = 5 6 P(B c ) = 1 P(B) = = 5 6 (ii) A B = {(2,K)}; A B = {(2,K); (3 +,K); (2,Z)} P(A B) = P(2,K) = 1 12 P(A B) = P(2,K) + P(3 +,K) + P(2,Z) = = 1 2 oder P(A B) = P(A) + P(B) P(A B) = = 1 2 (iii) A c B = {(1,K); (2,K); (1,Z); (2,Z); (3 +,Z)} P(A c B) = P(1,K) + P(2,K) + P(1,Z) + P(2,Z) + P(3 +,Z) = = 2 3 oder (A c B) c = {3 +,K)}; P((A c B) c ) = P(3 +,K) = 1 3 P(A c B) = 1 P((A c B) c ) = = 2 3 B: Übungsaufgaben [ 1 ] Ein fairer Würfel wurde 20 - mal geworfen. Die Ergebnisse waren: Welche Aussagen sind WAHR? Augenzahl Häufigkeit a) Die relative Häufigkeit ist für alle Augenzahlen gleich, nämlich 1/6. b) Die Wahrscheinlichkeit der Augenzahl 2 ist 1/5. c) Die Wahrscheinlichkeit der Augenzahl 6 ist gleich der Wahrscheinlichkeit der Augenzahl 4. d) Die relative Häufigkeit der Augenzahl 5 ist 3. e) Die relative Häufigkeit der Augenzahl 3 ist 3/20.
4 3 Wahrscheinlichkeiten 4 [ 2 ] Sei Ω der Ereignisraum; A, B und C seien Ereignisse. Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an. a) P(A B) = P(A), wenn B A b) P(A) + P(B) = P(A B), falls A B = /0 c) P(Ω) < 1 d) P(/0 c ) = 1 e) P(A c ) = P(Ω) P(A) [ 3 ] Folgender Ereignisraum Ω mit den Teilmengen A,B und D (schwarz) ist gegeben. Ω Α Β Welche der folgenden Aussagen sind WAHR? a) P(D) P(B) b) P(A D) = P(A) + P(D) c) P(D) = P(B \ A) d) P(A c B) = P(D) e) P(D) = P(B) P(A) [ 4 ] Welche Aussagen sind WAHR? a) Der Stichprobenmittelwert x eines Merkmals X pendelt sich bei wachsender Stichprobengröße auf einen festen Wert ein. b) Bei abzählbaren Ergebnisräumen ist die Summe der Wahrscheinlichkeiten aller Elementarereignisse immer gleich eins. c) Die relativen Häufigkeiten eines Ereignisses ändern sich nicht, wenn man verschiedene Stichproben gleicher Größe aus einer Population nimmt. d) Die relativen Häufigkeiten eines Ereignisses pendeln sich bei wachsender Stichprobengröße auf einen festen Wert ein, dem in der Theorie die Wahrscheinlichkeit dieses Ereignisses entspricht. e) Bei höherem Stichprobenumfang erwartet man auch eine größere relative Häufigkeit für ein bestimmtes Ereignis.
5 3 Wahrscheinlichkeiten 5 [ 5 ] Wir werfen zwei faire identische Münzen gleichzeitig und betrachten das Ereignis, dass die beiden Münzen unterschiedliche Seiten zeigen. Auf welchen Wert pendeln sich die relativen Häufigkeiten für dieses Ereignis bei sehr vielen Würfen ein? [ 6 ] Ω sei der Ereignisraum. A, B, C, D seien Teilmengen von Ω mit A C, B D, C D = /0. Welche der folgenden Aussagen sind WAHR? (Hinweis: Zeichnen Sie sich ein Bild der Ereignisse) a) P(A Ω) = 1 b) P(A) + P(B) + P(A B) > 1 c) P(A B) + P(Ω) = P(A) + P(B) d) P(C A) = P(D B) = 1 e) P(A B) = P(C D) = 0 [ 7 ] Es wurden alle 300 Absolventen des Fachbereichs Wirtschaftswissenschaften eines bestimmten Examenstermins nach ihren Examensnoten und ihrer Klausurnote in Statistik I (Grundstudium) befragt. A sei die Menge der Absolventen, die ein Prädikatsexamen ablegten (Note 2.5 und besser). B sei die Menge der Absolventen, die eine bessere Note als 2.7 im Grundstudium in Statistik I erzielten. Insgesamt haben von den 300 befragten Absolventen 100 ein Prädikatsexamen abgelegt und 120 eine Statistik I-Note erzielt, die besser als 2.7 war. 90 Absolventen erzielten ein Prädikatsexamen UND erreichten eine bessere Note als 2.7 in Statistik I. Bestimmen Sie den Anteil der Studenten, die EIN Prädikatsexamen ablegten unter der Bedingung, dass sie eine 2.7 oder schlechtere Note im Grundstudium in Statistik I erzielten. Bestimmen Sie nun den Anteil der Studenten, die KEIN Prädikatsexamen ablegten unter der Bedingung, dass sie eine bessere Note als 2.7 im Grundstudium in Statistik I erzielten.
6 3 Wahrscheinlichkeiten 6 [ 8 ] Es beschreibe Ω = {1, 2, 3, 4, 5, 6} ein symmetrisches Zufallsexperiment. Ferner sei A = {2, 4, 5, 6}, B = {2, 3, 4}, C = {3, 5, 6}. Berechnen Sie P(B C). P(B C) = Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an. a) Die Mengen A und B sind unabhängig. b) P(A B) = P(B). c) P(B A) = P(B). d) Die Mengen B und C sind unabhängig. e) P(B C) = P(B). [ 9 ] In der Fontham Studie zum Passivrauchen ( Lung Cancer in Non Smoking Women: A Multicenter Case Control Study, 1991) ergab sich folgende Häufigkeitstabelle: Ehemann Ehefrau Lungenkrebs kein Lungenkrebs Raucher Nichtraucher Bestimmen Sie den Anteil der untersuchten lungenkrebskranken Ehefrauen unter der Bedingung, dass ihr Ehemann Raucher ist. Bestimmen Sie den Anteil der untersuchten Ehefrauen, die NICHT an Lungenkrebs erkrankt sind, unter der Bedingung, dass der Ehemann Nichtraucher ist.
7 3 Wahrscheinlichkeiten 7 [ 10 ] Sei Ω = {e 1,e 2,...,e n } die Ergebnismenge eines Zufallsexperimentes, und A Ω ein Ereignis. Welche der folgenden Aussagen sind WAHR? n a) P(e i ) = 1. i=1 b) Ist das oben beschriebene Zufallsexperiment symmetrisch, so gibt es nur zwei mögliche Elementarereignisse, d. h. n = 2. c) Die Wahrscheinlichkeit des Ereignisses A ist gegeben durch die Summe der Wahrscheinlichkeiten der in A enthaltenen Elementarereignisse. d) A Ω e) e i Ω [ 11 ] Betrachtet werden zwei Ereignisse. Ereignis A beschreibt das Ereignis, dass ein Kino dienstags ausverkauft ist. Ereignis B beschreibt das Ereignis, dass das Popcorn nicht für alle Kinobesucher ausreicht. Aus Erfahrung weiß der Kinobesitzer, dass das Ereignis A mit einer Wahrscheinlichkeit von 4 eintritt. Unter der Bedingung, dass das Kino dienstags ausverkauft ist, ist die Wahrscheinlichkeit 7 dafür, dass das Ereignis B eintritt, 1 2. Wie groß ist die Wahrscheinlichkeit P(A B), also die Wahrscheinlichkeit dafür, dass das Kino dienstags ausverkauft ist und es kein Popcorn mehr gibt? P(A B) = C: Klausuraufgaben [ 12 ] IV07S Ein elektronisches Gerät besteht aus den beiden Komponenten 1 und 2. Das Ereignis A sei der Ausfall der Komponente 1, Ereignis B sei der Ausfall der Komponente 2. Aus langjähriger Erfahrung weiß man, dass Komponente 1 mit einer Wahrscheinlichkeit von 0.05 ausfällt, d.h. P(A) = Die Wahrscheinlichkeit, dass Komponente 1 ausfällt, wenn Komponente 2 ausgefallen ist, beträgt 0.2, d.h. P(A B) = 0.2. Außerdem ist bekannt, dass beide zusammen mit einer Wahrscheinlichkeit von 0.02 ausfallen, d.h. P(A B) = Berechnen Sie die folgenden Wahrscheinlichkeiten: P(B) = P(B A) =
8 3 Wahrscheinlichkeiten 8 [ 13 ] II07S Sie werfen gleichzeitig zwei faire Münzen. Wie groß ist die Wahrscheinlichkeit P(A), dass beide Münzen mit der gleichen Seite oben liegen? P(A) = [ 14 ] IV07S1 Sie werfen gleichzeitig zwei faire Würfel. Wie groß ist die Wahrscheinlichkeit P(A), dass die Summe der Augenzahlen kleiner oder gleich 4 ist? P(A) = [ 15 ] II07S1 Es sei Ω = {2,3,4,5,6,7,8,9} A = {3,5,7,9} B = {2,3,4,5,6,7}. Die Elementarereignisse besitzen alle dieselbe Wahrscheinlichkeit. Berechnen Sie die folgenden Wahrscheinlichkeiten, wobei B \ A = {x : x B und x / A}. P(A B) = P(B \ A) = [ 16 ] IV07S1 Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an. a) Die Menge aller möglichen Ausgänge eines Zufallsexperiments ist die Ergebnismenge Ω. b) Falls Ω endlich ist, besitzen alle Elemente von Ω, d.h. die sogenannten Elementarereignisse, dieselbe Wahrscheinlichkeit. c) Man spricht von einem symmetrischen Zufallseperiment, wenn der Ergebnisraum endlich ist und alle Elementarereignisse die gleiche Wahrscheinlichkeit besitzen. d) Es ist das Besondere an einem symmetrischem Zufallsexperiment, dass das unmögliche Ereignis die Wahrscheinlichkeit 0 und das sichere Ereignis die Wahrscheinlichkeit 1 hat. e) Für jedes Ereignis A gilt P(A Ā) = P(A) + P(Ā) = 1.
9 3 Wahrscheinlichkeiten 9 [ 17 ] II07S Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an. a) Zwei Ereignisse A und B sind unabhängig, wenn P(A B) = P(A) P(B). b) Zwei Ereignisse A und B sind unabhängig, wenn P(A B) = P(A). c) P(A B) = P(A B) P(A) d) P(A B) + P(Ā B) = P(A B) + P(Ā B) P(B) = P(B) P(B) = 1 e) P(A Ω) = P(A) = P(A) 1 = P(A) P(Ω), d.h. die Ereignisse A und Ω sind unabhängig.
10 3 Wahrscheinlichkeiten 10 D: Lösungen 1) c, e 2) a, b. d, e 3) a, b, c, d 4) a, b, d 5) 1 2 6) a, d, e 7) 1 18 ; 1 4 8) 1 3 ; a, c 9) ; ) a, c, e 11) ) 0.1 ; ) ) ) 1 2 ; ) a, c, e 17) a, b, d, e
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
MehrEreignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}
Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die
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
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG - LÖSUNGEN. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)
MehrZusammenfassung 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
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Unabhängigkeit von Ereignissen A, B unabhängig:
MehrWählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,
V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein
MehrUE 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..
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
MehrUnabhängigkeit 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
Mehr4. Die Laplacesche Gleichverteilung
Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung
MehrKapitel 2 Wahrscheinlichkeitsrechnung
Motivation bisher: Beschreibung von Datensätzen = beobachteten Merkmalsausprägungen Frage: Sind Schlußfolgerungen aus diesen Beobachtungen möglich? Antwort: Ja, aber diese gelten nur mit einer bestimmten
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Begriffe Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Definition: Unter einem Zufallsexperiment versteht man einen,
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrZufallsprozesse, 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/
MehrÜbungsaufgaben zum Kapitel Baumdiagramme - Bernoulli
BOS 98 S I Im ahmen einer statistischen Erhebung wurden 5 repräsentative Haushalte ausgewählt und im Hinblick auf ihre Ausstattung mit Fernsehern, adiorecordern sowie Homecomputern untersucht. Dabei gaben
MehrÜbungsaufgaben, Statistik 1
Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama
MehrIst P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,
. Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrKapitel 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
MehrMathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit
Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Dozentin: Wiebke Petersen 8. Foliensatz Wiebke Petersen math. Grundlagen 1 Motivation Bsp.: In vielen Bereichen der CL kommt Wahrscheinlichkeitstheorie
MehrSatz 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.
MehrWirtschaftsstatistik I [E1]
040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 27. Oktober 2010 Teil III Wahrscheinlichkeitstheorie 1 Zufallsereignisse Vorüberlegungen Der Ereignisraum Konstruktionen
MehrÜbungen zur Mathematik für Pharmazeuten
Blatt 1 Aufgabe 1. Wir betrachten den Ereignisraum Ω = {(i,j) 1 i,j 6} zum Zufallsexperiment des zweimaligem Würfelns. Sei A Ω das Ereignis Pasch, und B Ω das Ereignis, daß der erste Wurf eine gerade Augenzahl
Mehr1.1 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
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
MehrWahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)
Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrStatistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58
Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie
MehrSatz 18 (Satz von der totalen Wahrscheinlichkeit)
Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte
MehrDr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung
Vorlesungscharts Vorlesung 1 Grundbegriffe der Wahrscheinlichkeitsrechnung Zufallsvorgänge und Zufallsereignisse Definitionen der Wahrscheinlichkeit Seite 1 von 11 Chart 1: Vorgänge deterministisch zufällig
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
Mehr7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit
Übungsmaterial 7 Unabhängigkeit von reignissen; bedingte Wahrscheinlichkeit 7. Unabhängigkeit von reignissen Wir betrachten folgendes Beispiel: Zwei unterscheidbare Münzen werden geworfen. Man betrachtet
MehrBeispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten.
3. Laplaceexperimente. Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten. Laplace-Münze: p(k) = p(z) = / Laplace-Würfel: p() =... = p(6) = / 6.
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrP (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
MehrWahrscheinlichkeitsrechnung Teil 1
Wahrscheinlichkeitsrechnung Teil Einführung in die Grundbegriffe Sekundarstufe Datei Nr 30 Stand September 2009 Friedrich W Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK wwwmathe-cdde Inhalt Zufallsexperimente,
MehrKombinatorik. 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
Mehr3 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.
MehrGründe für die Behandlung von stochastischen Problemen (nach KÜTTING)
Vorlesung 03.01.09 Stochastik Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Der Mathematikunterricht der Schule hat die Aufgabe, eine Grundbildung zu vermitteln, die auf ein mathematisches
MehrAufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis
Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrWahrscheinlichkeitsrechnung und Statistik
1. Vorlesung - 7.10.2016 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrHinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.
11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
Mehr1 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
MehrStochastik Klasse 10 Zufallszahlen
Thema Grit Moschkau Stochastik Klasse 10 Zufallszahlen Sek I Sek II ClassPad TI-Nspire CAS. Schlagworte: Urnenmodell, Histogramm, absolute und relative Häufigkeit, Zufallsexperiment, Wahrscheinlichkeit,
MehrAllgemeine 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
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrSTOCHASTISCHE 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
MehrÜberblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?
1 Überblick æ Beschreibende Statistik: Auswertung von Experimenten und Stichproben æ Wahrscheinlichkeitsrechnung: Schlüsse aus gegebenen Wahrscheinlichkeiten, Hilfsmittel: Kombinatorik æ Beurteilende Statistik:
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
Mehr9. 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.
MehrStochastische Unabhängigkeit. 01. Dezember 2014
Stochastische Unabhängigkeit 0. Dezember 204 Der Begriff der Unabhängigkeit Großbritannien, im November 999. Die Anwältin Sally Clark wird wegen Mordes an ihren Kindern angeklagt. Clark geriet unter Verdacht
Mehr4 Diskrete Wahrscheinlichkeitsverteilungen
4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder
MehrStochastik - Kapitel 2
Aufgaben ab Seite 7 2. Häufigkeiten, Wahrscheinlichkeiten und Laplace-Experimente 2.1 Die absolute und die relative Häufigkeit 1. Beispiel: Ich werfe mal einen Würfel und möchte herausfinden, wie oft jeweils
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
MehrAufgabe 3 Was ist der Erwartungswert der größten gezogenen Zahl M beim Zahlenlotto 6 aus 49 (ohne Zusatzzahl)?
Erwartungswert Aufgaben Aufgabe Bei der Flugplatz Party haben Sie die Wahl ob Sie 3 Euro Eintritt bezahlen, oder Sie würfeln den Eintrittspreis mit einem normalen Würfel. Die Frage die sich dabei stellt
MehrMarek Chudý. Institut für Statistik und Operations Research UE Statistik 1. Sommersemester, 4.
Marek Chudý Institut für Statistik und Operations Research http://homepage.univie.ac.at/marek.chudy/ UE Statistik 1 Sommersemester, 4. März 2015 Programm 1 Organisatorisches Literatur Anforderungen Notenschlüssel
MehrWahrscheinlichkeitsrechnung
Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................
MehrDiskrete Strukturen WiSe 2012/13 in Trier
Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen
MehrKurs 2 Stochastik EBBR Vollzeit (1 von 2)
Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.
MehrÜbersicht Wahrscheinlichkeitsrechnung EF
Übersicht Wahrscheinlichkeitsrechnung EF. Grundbegriffe der Wahrscheinlichkeitsrechnung (eite ). Regeln zur Berechnung von Wahrscheinlichkeiten (eite ). Bedingte Wahrscheinlichkeit und Vierfeldertafel
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
MehrEinführung. 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
MehrDiscrete 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
MehrWahrscheinlichkeiten
Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit
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,
MehrGrundwissen Stochastik Grundkurs 23. Januar 2008
GYMNSIUM MIT SCHÜLERHEIM PEGNITZ math.-technolog. u. sprachl. Gymnasium WILHELM-VON-HUMBOLDT-STRSSE 7 91257 PEGNITZ FERNRUF 09241/48333 FX 09241/2564 Grundwissen Stochastik Grundkurs 23. Januar 2008 1.
MehrA: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:
5 Diskrete Verteilungen 1 Kapitel 5: Diskrete Verteilungen A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 0.6 x 0.4 5 x (i) P x (x)
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
MehrGrundbegriffe der Wahrscheinlichkeitstheorie. Karin Haenelt
Grundbegriffe der Wahrscheinlichkeitstheorie Karin Haenelt 1 Inhalt Wahrscheinlichkeitsraum Bedingte Wahrscheinlichkeit Abhängige und unabhängige Ereignisse Stochastischer Prozess Markow-Kette 2 Wahrscheinlichkeitsraum
Mehr3.3 Bedingte Wahrscheinlichkeit
28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrDiskrete Verteilungen
KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
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
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2
TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrKAPITEL 2. Kombinatorik
KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,
MehrKapitel 2. Zufällige Versuche und zufällige Ereignisse. 2.1 Zufällige Versuche
Kapitel 2 Zufällige Versuche und zufällige Ereignisse In diesem Kapitel führen wir zunächst anschaulich die grundlegenden Begriffe des zufälligen Versuchs und des zufälligen Ereignisses ein und stellen
Mehr1. Experimente, zufällige Ereignisse
KAPITEL I: EINFÜHRUNG 1. Experimente, zufällige Ereignisse Die Wahrscheinlichkeitstheorie gründet sich auf die Existenz des Zufalls. Die Frage nach dem Charakter des Zufalls beschäftigt seit langer Zeit
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassung vom 12. Januar 2001 121 WAHRSCHEINLICHKEITS-RÄUME Stichproben-Raum. 9.1 9.1 Stichproben-Raum. Die bisher behandelten Beispiele von Naturvorgängen oder Experimenten
MehrRelative Häufigkeiten: Grundlagenaufgaben: Weitere tolle Übungsbeispiele mit Lösungen:
Relative Häufigkeiten: Grundlagenaufgaben: Weitere tolle Übungsbeispiele mit Lösungen: http://www.serlo.org/ 1. In einer Schulklasse ergaben sich bei einer Mathematikschulaufgabe folgende Noten: Note 1
MehrBedingte Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit Aufgaben Aufgabe 1 Beim Drucken im Computer Pool kommt es immer wieder zu einem Papierstau.Einer der Poolmgr hat rausgefunden das die Wahrscheinlichkeit einen Papierstau zu
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten Zufallsvorgang: Geschehen mit ungewissem
Mehr