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

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 ein System, das aus mehreren Komponenten besteht, ausfällt? Wie hoch ist das Verlustsrisiko bei einer neuen Investition? Wie groß ist Wahrscheinlichkeit, dass man bei einem roduktionsverfahren defekte auteile erhält? Ferner werden aus den zusammengefassten Daten von Stichproben in der deskriptiven Statistik mit Hilfe der Methoden der Wahrscheinlichkeitsrechung in der induktiven (schließenden) Statistik allgemeine Schlussfolgerungen für Grundgesamtheiten gezogen. Die Wahrscheinlichkeit ist ein Wert, der die Höhe der Chance für das Eintreten eines Ereignisses repräsentiert. Wahrscheinlichkeiten können Werte zwischen 0 und 1 annehmen. Ein Ereignis, das nicht eintreten kann (genannt unmögliches Ereignis) hat eine Wahrscheinlich der Größe 0. Und ein Ereignis, das mit Sicherheit eintritt (genannt sicheres Ereignis) hat eine Wahrscheinlichkeit 1. In der Wahrscheinlichkeitsrechnung wird ein rozess, bei dem es mehrere Ergebnisse (usgänge) gibt, als ein Zufallsvorgang bezeichnet. Einige eispiele für Zufallsvorgänge und ihre Ergebnisse sind das Werfen einer Münze mit den Ergebnissen Wappen bzw. Zahl oder hergestellte auteile einer Serienproduktion mit den Ergebnissen defekt bzw. intakt. 1

2 Zufallsvorgang, Ereignis und Ergebnismenge Die usgangssituationen eines Zufallsvorgangs (auch bezeichnet als stochastischer Vorgang) sind mehrere, sich gegenseitig ausschließende Ergebnisse. Die einzelnen Ergebnisse heißen Elementarereignisse. Die Menge aller möglichen Elementarereignisse (usgänge) heißt Ergebnismenge und wird mit Ω bezeichnet. Eine beliebige Teilmenge von Ω heißt Ereignis. Ereignisse werden mit großen uchstaben z..,,... bezeichnet. Sind die rozesse eines Zufallsvorgangs bekannt und unter gleichen edingungen wiederholbar, so spricht man von einem Zufallsexperiment. Welche verschiedenen Ergebnisse oder usgänge sind beim Zufallsexperiment Wurf eines homogenen Würfels möglich? Ω { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } eschreiben Sie beim Zufallsexperiment Wurf eines homogenen Würfels durch ufzählung der Elementarereignisse (Versuchsausgänge) die Teilmenge für das Ereignis : gerade. ugenzahl { 2 ; 4 ; 6 } Laplace-Wahrscheinlichkeit Wenn alle möglichen usgänge in einem Zufallsexperiment mit der gleichen Chance eintreten, so ist die Wahrscheinlichkeit für ein beliebiges Ereignis E gegeben durch: ( E ) N Dabei sind: M : nzahl der für das Ereignis E günstigen Ergebnisse N : nzahl aller möglichen Ergebnisse (nzahl der Elementarereignisse in der Ergebnismenge Ω ) M 2

3 Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. : ugenzahl gerade { 2 ; 4 ; 6 } M 3; Ω { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } N 6 ( ) N M 3 6 Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. : ugenzahl durch 3 teilbar. { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } ; N 6 { 3 ; 6 } M 2 () M / N 2 / 6 In vielen roblemstellungen kennt man die rozesse der Zufallsvorgänge nicht. Somit können nicht die nzahl der günstigen Ergebnisse für ein Ereignis sowie die nzahl aller möglichen Ergebnisse angeben werden. Daher wird eine weitere Definition für den egriff Wahrscheinlichkeit eingeführt. Empirische Wahrscheinlichkeit Die pproximation (Näherung) der empirischen Wahrscheinlichkeit basiert auf der Häufigkeitsinterpretation der Wahrscheinlichkeit bei Datenerhebungen. So können für endliche Grundgesamtheiten die relativen Häufigkeiten für Ereignisse als Wahrscheinlichkeiten betrachtet werden. us längeren eobachtungen ist bekannt, dass der nteil von defekten auteilen einer Serienproduktion 2% beträgt. Wie groß ist die Wahrscheinlichkeit, dass ein zufällig aus der roduktion entnommener auteil defekt ist? dass ein zufällig aus der roduktion entnommener auteil intakt ist? Ereignis: D : auteil defekt Relative Häufigkeit: f 1 0,02 ( D ) f 1 0,02 Ereignis: : auteil intakt Relative Häufigkeit: f 2 0,98 ( ) f 2 0,98 3

4 Stabilisierung der Häufigkeiten bei großem Stichprobenumfang ei sehr vielen Wiederholungen eines Zufallsexperiments stabilisiert sich die relative Häufigkeit für ein Ereignis, so dass diese als Wert für die Wahrscheinlichkeit des Ereignisses angesehen werden kann. h k lim f k ( E k ) S S Dabei sind: h k : die absolute Häufigkeit für das uftreten des Ereignisses E k. S : die nzahl der Versuche f k : die relative Häufigkeit für das uftreten des Ereignisses E k. ei einem wiederholten Wurf von S 1000 Würfe einer homogenen Münze traten für die beiden verschiedenen Ereignisse E 1 : Wappen, E 2 : Zahl folgende absolute bzw. relative Häufigkeiten auf. k Ereignis: E k bsolute Häufigkeit: h k Relative Häufigkeit: f k Wahrscheinlichkeit (E k ) für das uftreten eines Ereignisses E k 1 E 1 : Wappen 510 0,51 (E 1 ) ½ 0,5 2 E 2 : Zahl 490 0,49 (E 2 ) ½ 0,5 ei 1000 Würfen liegt unsere Erwartung, dass jedes der beiden Ereignisse je 500-mal vorkommt, d.h., dass jedes Ereignis mit der Wahrscheinlichkeit (E k ) ½ 0,5 auftritt.! eschreiben Sie beim Zufallsexperiment Wurf eines homogenen Würfels durch ufzählung der Elementarereignisse: Die Teilmenge für das Ereignis : gerade ugenzahl Die Teilmenge für das Ereignis : ugenzahl durch 3 teilbar Die Ergebnismenge Die Teilmenge für das Ereignis : ugenzahl gerade und teilbar durch 3 Die Teilmenge für das Ereignis U : ugenzahl gerade oder teilbar durch 3 Die Teilmenge für das Ereignis : ugenzahl gerade aber nicht durch 3 teilbar Die Teilmenge für das Ereignis ( c ) : ugenzahl nicht gerade { 2 ; 4 ; 6 }, { 3 ; 6 }, { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }, { 6 }, U { 2 ; 3 ; 4 ; 6 }, { 2 ; 4 }, { 1 ; 3 ; 5 } 4

5 Da Ereignisse Teilmengen von der Ergebnismenge sind, lassen sie sich daher wie Mengen verknüpfen. Venn-Diagramm ezeichnung Schreibweise edeutung rodukt von lle Elemente von, Ereignissen die zu und gehören. U Summe von Ereignissen U lle Elemente von, die zu oder gehören. Differenz von Ereignissen ( \ ) lle Elemente von, die zu aber nicht zu gehören. Komplement eines Ereignisses ( c ) lle Elemente von, die nicht zu gehören. Rechengesetze für Ereignisse Leere Menge: Ø Ø Ø U Ø nalogien und Unterschiede zu Rechengesetze der Zahlen a 0 0 a + 0 a Kommutativgesetze ssoziativgesetze Distributivgesetze Regeln von de Morgan U U ( C ) ( ) C U ( U C ) ( U ) U C ( U C ) ( ) U ( C ) U ( C ) ( U ) ( U C ) a b b a a + b b + a a ( b c ) ( a b ) c a + ( b + c ) ( a + b ) + c a ( b + c ) ( a b ) + ( a c ) a + ( b c ) ( a + b ) ( a + c ) 5

6 Zerlegung von Die Ereignisse E 1 ; E 2 ;..... ; E n bilden eine Zerlegung von wenn: E 1 U E 2 U... U E n gilt und diese Ereignisse aarweise disjunkt sind (sich gegenseitig ausschließende Ereignisse) E i E j Ø für alle i j E 1 E 2 E 1 E 2 E 3 E 4 E 5 E 3 E 4 E 5 " Zeigen Sie für das Zufallsexperiment Wurf eines homogenen Würfels, dass folgende drei Ereignisse eine Zerlegung der Ergebnismenge bilden. : gerade ugenzahl : ugenzahl ungerade größer als 1 C: ugenzahl gleich 1 { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }, { 2 ; 4 ; 6 }, { 3 ; 5 }, C { 1 } U U C { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } Ø, C Ø, C Ø, lso bilden, und C eine Zerlegung von. Zeigen Sie, dass für das Zufallsexperiment Wurf eines homogenen Würfels folgende drei Ereignisse keine Zerlegung der Ergebnismenge bilden. : gerade ugenzahl : ugenzahl größer als 2 C: ugenzahl gleich 1 { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }, { 2 ; 4 ; 6 }, { 3 ; 4 ; 5 ; 6 }, C { 1 } U U C { 1 ; 2 ; 3 ; 4 ; 5 ; 6 } { 4 ; 6 }, C Ø, C Ø, Die erste edingung ist erfüllt aber nicht die zweite. lso bilden, und C keine Zerlegung von. 6

7 #$% $ #$% Wahrscheinlichkeitsaxiome von Kolmogorov Für die Wahrscheinlichkeit jedes beliebigen Ereignisses E k gilt: 0 ( E k ) 1 Die gesamte Ergebnismenge hat die Wahrscheinlichkeit 1: ( ) 1 Für disjunkte (d.h. sich gegenseitig ausschließende) Ereignisse E 1 ; E 2 ;..... gilt: ( E 1 U E 2 U... ) ( E 1 ) + ( E 2 ) Zwei oder mehr Ereignisse schließen sich gegenseitig aus, wenn das Eintreten eines von ihnen das Eintreten der anderen ausschließt. Eigenschaften der Wahrscheinlichkeiten Für das unmögliche Ereignis Ø gilt: ( Ø ) 0 Für das zu komplementären Ereignisses ( c ) gilt: ( ) 1 ( ) Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. c : ugenzahl nicht durch 3 teilbar 7

8 $ Satz: dditionssatz für beliebige d.h. nicht notwendig sich ausschließenden Ereignisse ( U ) ( ) + ( ) ( ) Wenn und sich gegenseitig ausschließen, so gilt: ( ) 0 U U + + % Für drei Ereignisse, und C erhält man analog zum obigen dditionssatz die folgende dditionsregel ( U U C ) ( ) + ( ) + ( C ) ( ) ( C ) ( C ) + ( C ) & Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit dafür an, dass man eine gerade ugenzahl oder eine durch 3 teilbare ugenzahl erhält. Es sind: : Gerade ugenzahl bzw. : ugenzahl durch 3 teilbar. Dabei ist: () 36 bzw. () 26 Gesucht ist: ( U ) Da und sich nicht gegenseitig ausschließen, gilt: ( ) 16. Somit ist: ( U ) () + () ( ) Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit dafür an, dass man eine gerade ugenzahl oder eine durch 5 teilbare ugenzahl erhält. 8

9 ' sei das Ereignis Ziehen eines ss aus einem Satz Spielkarten. K sei das Ereignis Ziehen eines Königs aus einem Satz Spielkarten Wie groß ist die Wahrscheinlichkeit mit einer einzelnen Ziehung ein ss oder eine König zu erhalten? () 4 52 (K) 4 52 Da ss und König nicht bei einer einzelnen Karte gezogen werden können, schließen sich beide Ereignisse und K aus. Somit ist ( K ) 0. K Ø K Ø 44 K Ø 44/ /52 4/52 K K K lso ist die Wahrscheinlich mit einer Ziehung eine ss oder König zu erhalten. ( U K ) ( ) + ( K ) ( K ) ' sei das Ereignis Ziehen eines ss aus einem Satz Spielkarten. H sei das Ereignis Ziehen eines Herzen aus einem Satz Spielkarten Wie groß ist die Wahrscheinlichkeit mit einer einzelnen Ziehung entweder einen ss oder ein Herz oder ein ss-herz zu erhalten? () 4 52 (H) Da ss und Herz bei einer einzelnen Karte gezogen werden können, schließen sich beide Ereignisse und H nicht aus. Somit ist die Wahrscheinlichkeit ein ss-herz zu erhalten: ( H ) 1 52 H H 36 H 36/ /52 1/52 12/52 H H H lso ist die Wahrscheinlich mit einer einzelnen Ziehung entweder einen ss oder ein Herz oder ein ss-herz zu erhalten. ( U H ) ( ) + ( H ) ( H )

10 () * +$ () Wie groß ist die Wahrscheinlichkeit für ein Ereignis, falls ein anderes Ereignis bereits eingetreten ist und wir über diese Information verfügen?, Falls beim Experiment Wurf eines homogenen Würfels bereits eine gerade Zahl (Ereignis ) eingetreten ist, wie groß ist dann die Wahrscheinlichkeit dafür, dass diese ugenzahl zwei ist? (Ereignis )? () 3 6 ; ( ) 1 6 ( ) edingte Wahrscheinlichkeiten und Unabhängige Ereignisse Die Wahrscheinlichkeit für das Eintreten des Ereignisses unter der edingung, dass das Ereignis bereits eingetreten ist, wird gekennzeichnet durch: ( ) und wird definiert durch: ( ) ( ) ( ) Zwei Ereignisse und sind unabhängig, falls: ( ) ( ) ( ) 10

11 +$ Viele roblemstellungen in der Wahrscheinlichkeitsrechnung können durch Wahrscheinlichkeitsbäume (Ereignisbäume) übersichtlich und graphisch dargestellt werden. Folgende eispiele werden mit Hilfe dieser äume gelöst. - In einer Lieferung befinden sich 12 Dioden, von denen 4 defekt sind. Es werden 2 Dioden nacheinander ohne Zurücklegen gezogen. Geben Sie die Wahrscheinlichkeiten für die möglichen Ergebnisse an? ( ) ()( ) ( ) ()( ) ( ) ()( ) ( ) ()( ) % Die Ziehung von 2 Dioden kann durch die 2-fache Ziehung einer Diode in einem Ereignisbaum dargestellt werden. Die Ereignisse und sowie ihre jeweiligen disjunkten (sich gegen gegenseitig ausschließenden) Ereignisse und werden wie folgt definiert: : Eine defekte Diode bei der 1. Ziehung, : Eine defekte Diode bei der 2. Ziehung, : Keine defekte Diode bei der 1. Ziehung, : Keine defekte Diode bei der 2. Ziehung Da die Ereignisse bei der 2-ten Ziehung abhängig von den Ereignissen in der 1-ten Ziehung sind, ergibt sich für die Wahrscheinlichkeiten: ( ) ( ) ( ) ( 4 12). ( 3 11 ) 12 / 132 ( ) ( ) ( ) ( 4 12). ( 8 11 ) 32 / 132 ( ) ( ) ( ) ( 8 12). ( 4 11 ) 32 / 132 ( ) ( ) ( ) ( 8 12). ( 7 11 ) 56 /

12 - In einer Urne befinden sich 12 Kugeln, von denen 4 blau sind. Es werden 2 Kugeln mit Zurücklegen gezogen, d.h. erst wird eine Kugel gezogen, ihre Farbe wir notiert, dann wird sie zurückgelegt und dann wird die nächste Kugel gezogen. Geben Sie die Wahrscheinlichkeiten für die möglichen Ergebnisse an? ( ) ()() ( ) ()() ( ) ()() ( ) ()() % Die Ziehung von 2 Kugeln kann durch die 2-fache Ziehung einer Kugel in einem Ereignisbaum dargestellt werden. Die Ereignisse und sowie ihre jeweiligen disjunkten (sich gegen gegenseitig ausschließenden) Ereignisse und werden wie folgt definiert: : Eine blaue Kugel bei der 1. Ziehung, : Eine blaue Kugel bei der 2. Ziehung, : Keine blaue Kugel bei der 1. Ziehung, : Keine blaue Kugel bei der 2. Ziehung Da die Ereignisse bei der 2-ten Ziehung unabhängig von den Ereignissen in der 1-ten Ziehung sind, ergibt sich für die Wahrscheinlichkeiten: ( ) ( ) ( ) ( 4 12). ( 4 12 ) ( ) ( ) ( ) ( 4 12). ( 8 12 ) ( ) ( ) ( ) ( 8 12). ( 4 12 ) ( ) ( ) ( ) ( 8 12). ( 8 12 )

13 Satz: Multiplikationssatz für beliebige Ereignisse Die Wahrscheinlichkeit für das gleichzeitige Eintreten zweier Ereignisse und mit ( ) > 0 und ( ) > 0 ist: ( ) ( ) ( ) Es gilt auch: ( ) ( ) ( ) Weiterhin kann der Satz verallgemeinert werden, so gilt für drei gleichzeitig eintretenden Ereignisse, und C: ( C ) ( ) ( ) ( C ( ) ) % ( ) ( ) ( ) ( ) Satz: Spezieller Multiplikationssatz (Multiplikationsregel) Sind die Ereignisse und unabhängig, so gilt: ( ) ( ) ( ) % Diese Regel wird häufig zur Definition der Unabhängigkeit von 2 Ereignissen benutzt.! Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels beide ugenzahlen 4 sind?./ Die beiden Ereignisse lauten: : ugenzahlen 4 bei ersten Wurf. : ugenzahlen 4 bei zweiten Wurf. 13

14 " 0 Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels beide ugenzahlen 4 sind. beide ugenzahlen nicht 4 sind. beim ersten Wurf eine 4 fällt. beim zweiten Wurf eine 4 fällt../ Die beiden Ereignisse lauten: : ugenzahlen 4 bei ersten Wurf. : ugenzahlen 4 bei zweiten Wurf. 00 Ergänzen Sie für dieses Zufallsexperiment den folgenden Wahrscheinlichkeitsbaum (Ereignissbaum), indem Sie die Ereignisse und die Werte für das Eintreten der jeweiligen Ereignisse eintragen. %12 : : : ( ) ( ) ( ) () ( ) ( ) () () : ( ) ( ) ( ) ( ) ( ) 1 () ( ) ( ) () () Die Summe der Wahrscheinlichkeiten an den Verzweigungen in jeder Stufe des aumdiagrams sind gleich 1. Denn in solchen äumen stellen zwei verschiede fade immer disjunkte Ereignisse dar. Ebenso gilt: ( ) + ( ) + ( ) + ( ) 1 Sind die Ereignisse und unabhängig voneinander, so werden im Wahrscheinlichkeitsbaum die jeweiligen bedingten Wahrscheinlichkeiten in der 2-ten Stufe durch ersetzt. ( ( ) ( ) ) 14

15 !1$%$ $ +$ Wenn ein Ereignis aus mehreren Ergebnissen eines Experiments besteht, so erfolgt die erechnung der Wahrscheinlichkeit dieses Ereignisses wie folgt: Multiplikation der Wahrscheinlichkeiten entlang eines fades, der zu einem Ergebnis führt, aus dem das Ereignis teilweise besteht. ddition der Wahrscheinlichkeiten der jeweiligen fade, die zu Ergebnissen führen, aus denen das Ereignis besteht. - In einer Warenlieferung sind 12 Dioden, davon sind 4 defekt. Es wird eine Stichprobe vom Umfang 2 ohne Zurücklegen gezogen. Man bestimme die Wahrscheinlichkeit dafür, dass eine defekte Diode gezogen wird. lso gesucht ist die Wahrscheinlichkeit für das Ereignis: E 1 : Genau eine defekte Diode in der Stichprobe ( ) ()( ) ( ) ()( ) % : Eine defekte Diode bei der 1. Ziehung, : Eine defekte Diode bei der 2. Ziehung, : Keine defekte Diode bei der 1. Ziehung, : Keine defekte Diode bei der 2. Ziehung E 1 ( ) U ( ) ( E 1 ) ( ) + ( ) 0 ( ) ( ) + ( ) ( ) 0 (4 12) (8 11) + (8 12) (4 11)

16 & Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels die ugenzahlen 4 mindestens 1-mal fällt (D.h. die ugenzahl 4 fällt beim ersten Wurf oder bei zweitem Wurf oder bei beiden Würfen.)!3$ Im folgendem wird untersucht wie groß die Wahrscheinlichkeit eines Ereignisses ist, wenn alle sich gegenseitig ausschließende Ereignisse des Ergebnisraumes mit bekannten Wahrscheinlichkeiten auftreten und die edingten Wahrscheinlichkeiten gegeben sind

17 Satz: Satz der totalen Wahrscheinlichkeit Sei ein Ereignis und seien und eine disjunkte Zerlegung von, so gilt: ( ) U ( ) ( ) ( ) ( ) U ( ) ( ) ( ) + ( ) 0 ( ) ( ) ( ) + ( ) ( ) 0 Sei ein Ereignis und seien 1 ; 2 ;..... ; n eine disjunkte Zerlegung von, so gilt: ( ) ( ) ( ) + ( ) ( ) + + ( ) ( ) n k 1 1 ( ) ( ) k 1 k 2 2 n n () () ( ) ( ) ( ) ( ) () () () () () () ( ) ( ) () () ( ) () () ( ) ( ) ( ) U ( ) ( ) 17

18 Eine Warenlieferung besteht aus 2 ackungen zweier unterschiedlichen Lieferanten von Dioden. Die kleinere ackung von einem Lieferanten enthält 10 Dioden und die größere ackung von dem anderen Lieferanten enthält 20 Dioden. Dabei sind von den 10 Dioden in der kleineren ackung 2 defekt und von den 20 in der größeren ackung sind 6 defekt. Es wird zufällig eine ackung ausgewählt und aus dieser wird dann wieder zufällig eine Diode entnommen. Wie groß ist die Wahrscheinlichkeit, dass diese Diode defekt ist? ( ) ( ) ( ) (12) (210) 0, ( ) ( ) ( (12) (620) 0,15 ) Folgende Ereignisse werden definiert: : kleine ackung : Diode defekt : große ackung : Diode intakt Die Wahrscheinlichkeiten sind laut ufgabe: ( ) ½ 0,5 ( ) ½ 0,5 ( ) 210 0,2 ( ) 620 0,3 Die Wahrscheinlichkeit, dass eine gezogene Diode defekt ist, lautet: ( ) ( ) + ( ) 0 ( ) ( ) ( ) + ( ) ( ) 0 0,5 0,2 + 0,5 0,3 0,25 18

19 !425$6 us der Definition der edingten Wahrscheinlichkeit und dem Satz der totalen Wahrscheinlichkeit kann eine neue Formel erstellt werden, mit deren Hilfe man die Reihenfolge der bedingten Wahrscheinlichkeit umkehren kann. Satz: Satz von ayes Seien und zwei Ereignisse mit ( ) > 0 und ( ) > 0, und bilden und eine disjunkte Zerlegung von, dann gilt: ( ) ( ) ( ) ( ) ( ) + ( ) ( ) ( ) ( ) ( ) + ( ) ( )! Ein rüfer hat beim zufälligen Entnehmen von Dioden im vorigen eispiel eine defekte Diode erhalten. Er weiß aber nicht mehr aus welcher ackung diese entstammt. Wie groß ist die Wahrscheinlichkeit, dass diese aus der kleineren ackung stammt. ( ) ( ) ( ) ( ) ( ) ( ) 0, 5 0, 2 0, 25 0, 4 ' Ein rüfer hat beim zufälligen Entnehmen von Dioden im vorigen eispiel (sp. 11-a) eine defekte Diode erhalten. Er weiß aber nicht mehr aus welcher ackung diese entstammt. Wie groß ist die Wahrscheinlichkeit, dass diese aus der größeren ackung stammt. 19

20 Drei Maschinen M 1 ; M 2 ; M 3 produzieren den selben rtikel. Die nteile der 3 Maschinen an der Gesamtproduktion betragen: 30%, 50% bzw. 20%. Die usschlussanteile der Maschinen (roduktion von unbrauchbaren rtikeln) sind der Reihe nach: 2%, 10% und 4%. us der Gesamtproduktion wird zufällig ein rtikel ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass dieser rtikel unbrauchbar ist? Folgende Ereignisse werden definiert: D: rtikel unbrauchbar D : rtikel brauchbar M 1 : rtikel kommt von Maschine 1 M 2 : rtikel kommt von Maschine 2 M 3 : rtikel kommt von Maschine 3 die Wahrscheinlichkeiten sind laut ufgabe: ( D M 1 ) 0,02 ( D M 2 ) 0,1 ( D M 3 ) 0,04 ( M 1 ) 0,3 ( M 2 ) 0,5 ( M 3 ) 0,2 M 1 0,02 D (M 1 D) M 1 0,02 0,3 0,5 M 2 0,98 0,1 D D (M 2 D) 0,3 0,5 0,1 M 2 D 0,2 0,9 D 0,2 M 3 0,04 D (M 3 D) M 3 0,04 0,96 D Somit ist die Wahrscheinlichkeit, dass aus der Gesamtproduktion ein rtikel unbrauchbar ist: ( D ) ( D M 1 ) + ( D M 2 ) + ( D M 3 ) 0 ( D ) ( M 1 ) ( D M 1 ) + ( M 2 ) ( D M 2 ) + ( M 3 ) ( D M 3 ) 0,3 0,02 + 0,5 0,1 + 0,2 0,04 0,064 52ba us den rtikeln des vorigen eispiels wird einer zufällig ausgewählt. Er sei unbrauchbar. Wie groß ist die Wahrscheinlichkeit, dass er von Maschine 1 stammt. ( M D ) 1 ( M D ) ( D ) ( M ) ( D M ) , 3 0, 02 0, 064 ( D ) 0,

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

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

Teil II. Wahrscheinlichkeitsrechnung

Teil II. Wahrscheinlichkeitsrechnung Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse

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

A Grundlegende Begriffe

A Grundlegende Begriffe Grundlegende egriffe 1 Zufallsexperimente und Ereignisse Ein Zufallsexperiment besteht aus der wiederholten Durchführung eines Zufallsversuchs. ei einem Zufallsversuch können verschiedene Ergebnisse (chreibweise:

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

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

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze

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

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

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung

Dr. 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

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................

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

Kapitel 2 Wahrscheinlichkeitsrechnung

Kapitel 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

Mehr

Wahrscheinlichkeitsrechnung

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

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

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Informatik 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,

Mehr

Kapitel 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 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,

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 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

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

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 5 Hilfsmittel aus der Kombinatorik 7 Bedingte

Mehr

Grundwissen Stochastik Grundkurs 23. Januar 2008

Grundwissen 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.

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

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

Statistik 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

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung

Mehr

Beschreibende Statistik

Beschreibende Statistik Beschreibende Aufgaben der beschreibenden : Erhebung von Daten Auswertung von Daten Darstellung von Daten Erhebung von Daten Bei der Erhebung von Daten geht es um die Erfassung von Merkmalen (Variablen)

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Wahrscheinlichkeitsrechnung für die Mittelstufe

Wahrscheinlichkeitsrechnung 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

Mehr

Ein Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell.

Ein Ereignis ist eine Menge von Elementarereignissen. Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse erfordert ein Modell. SS 2013 Prof. Dr. J. Schütze/ J.Puhl FB GW Wkt.1 1 Grundbegriffe Zufallsexperiment unter gleichen Bedingungen wiederholbarer Vorgang (geplant, gesteuert, beobachtet oder auch nur gedanklich) Menge der

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (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

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 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

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

Willkommen zur Vorlesung Statistik (Master)

Willkommen 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

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

Zusammenfassung 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 Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

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

Grundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten

Grundlagen. Wozu Wahrscheinlichkeitsrechnung? Definition und Begriff der Wahrscheinlichkeit. Berechnung von Laplace-Wahrscheinlichkeiten Teil 2: Wahrscheinlichkeitsrechnung 326 Grundlagen Wozu Wahrscheinlichkeitsrechnung? Definition und egriff der Wahrscheinlichkeit erechnung von Laplace-Wahrscheinlichkeiten Rechnen mit einfachem Mengenkalkül

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und

Mehr

2. Rechnen mit Wahrscheinlichkeiten

2. Rechnen mit Wahrscheinlichkeiten 2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie

Mehr

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus,

Wählt 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

Mehr

1. Einleitung und Grundlagen der Wahrscheinlichkeit

1. Einleitung und Grundlagen der Wahrscheinlichkeit 1. Einleitung und Grundlagen der Wahrscheinlichkeit 1.1 Einleitung Deskriptive Statistik: llgemeine und spezielle Methoden zur Datenauswertung, die unabhängig von der Erhebungsart angewendet werden können

Mehr

Basiswissen 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)

Mehr

Wahrscheinlichkeitsrechnung Teil 1

Wahrscheinlichkeitsrechnung 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,

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

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten

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

4. Die Laplacesche Gleichverteilung

4. Die Laplacesche Gleichverteilung Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung

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

1 Wahrscheinlichkeitsrechnung und Zufallsvariablen

1 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

Mehr

Wahrscheinlichkeiten

Wahrscheinlichkeiten Wahrscheinlichkeiten Bestimmung der Wahrscheinlichkeit Bei einem Zufallsexperiment kann man nicht voraussagen, welches Ereignis eintritt, aber manche Ereignisse treten naturgemäß mit einer größeren Wahrscheinlichkeit

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

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

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

Einführung in die Wahrscheinlichkeitsrechnung

Einführung 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

Mehr

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Kurs 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.

Mehr

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik)

Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) Prof. Dr. Reinhold Kosfeld Fachbereich Wirtschaftswissenschaften Skript zur Statistik II (Wahrscheinlickeitsrechnung und induktive Statistik) 1. Einleitung Deskriptive Statistik: llgemeine und spezielle

Mehr

Grundwissen zur Stochastik

Grundwissen 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

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

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

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 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

Mehr

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING)

Gründe 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

Mehr

7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit

7 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

Mehr

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A) 3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P

Mehr

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem

Ziegenproblem, 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,

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Grundbegriffe der Wahrscheinlichkeitsrechnung

Grundbegriffe der Wahrscheinlichkeitsrechnung Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.

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

Bedingte Wahrscheinlichkeiten - Übersicht

Bedingte Wahrscheinlichkeiten - Übersicht edingte Wahrscheinlichkeiten - Übersicht LK LIE/10 1 Mengen, Ereignisse, ussagen 1.1 Grundlegendes 1.1.1 Mengenbilder (VENN-Diagramme), Symbole, Sprechweisen 1.1.2 äquivalente Terme 1.2 Ergänzungen 1.2.1

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive

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

Die Kugeln tragen zwei Merkmale mit jeweils zwei Ausprägungen. Merkmal I Ausprägung Merkmal II Ausprägung. A: Holz B: rot A: Kunststoff B: grün

Die Kugeln tragen zwei Merkmale mit jeweils zwei Ausprägungen. Merkmal I Ausprägung Merkmal II Ausprägung. A: Holz B: rot A: Kunststoff B: grün R. rinkmann http://brinkmann-du.de Seite 6..00 edingte Wahrscheinlichkeit ei mehrmaligem Würfeln hängt die Wahrscheinlichkeit eine bestimmte Zahl zwischen und 6 zu werfen nicht von dem vorherigen Ergebnis

Mehr

Vierfeldertafel und bedingte Wahrscheinlichkeit. 1 Ereignisse und Vierfeldertafel

Vierfeldertafel und bedingte Wahrscheinlichkeit. 1 Ereignisse und Vierfeldertafel Seite 9 9 Lösungen vorläufig Vierfeldertafel und bedingte Wahrscheinlichkeit IV Vierfeldertafel und bedingte Wahrscheinlichkeit Ereignisse und Vierfeldertafel S. 9 a) 0 b) Zwei Personen aus der 0C sind

Mehr

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt

Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Dr. M. Weimar 06.06.2016 Elemente der Stochastik (SoSe 2016) 9. Übungsblatt Aufgabe 1 (2+2+2+2+1=9 Punkte) In einer Urne befinden sich sieben Lose, darunter genau ein Gewinnlos. Diese Lose werden nacheinander

Mehr

Variationen Permutationen Kombinationen

Variationen Permutationen Kombinationen Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert

Mehr

11 Unabhängige Ereignisse

11 Unabhängige Ereignisse 11 Unabhängige Ereignisse In engem Zusammenhang mit dem Begriff der bedingten Wahrscheinlichkeit steht der Begriff der Unabhängigkeit von Ereignissen. Wir klären zuerst, was man unter unabhängigen Ereignissen

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 10. November 2010 1 Bedingte Wahrscheinlichkeit Satz von der totalen Wahrscheinlichkeit Bayessche Formel 2 Grundprinzipien

Mehr

3.3 Bedingte Wahrscheinlichkeit

3.3 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

Mehr

R R M 0,0187 0,4957 0,514 M 0,0021 0,4839 0,486 0,0208 0,9792 1,00

R R M 0,0187 0,4957 0,514 M 0,0021 0,4839 0,486 0,0208 0,9792 1,00 8 edingte Wahrscheinlichkeit 8 edingte Wahrscheinlichkeit 8.1 Einführung und Definition Der Zusammenhang zwischen dem Geschlecht einer beliebig ausgewählten erson und einer eventuellen Rotgrünblindheit

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

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

Lernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm

Lernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis

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

Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit

Mathematische 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

Mehr

Aufgaben zum Wahrscheinlichkeitsrechnen

Aufgaben zum Wahrscheinlichkeitsrechnen 1.) Wie groß ist die Wahrscheinlichkeit, beim einmaligen Werfen mit einem Würfel keine 4 zu werfen? % 2.) Wie groß ist beim einmaligen Werfen von zwei verschieden farbigen Würfeln die Wahrscheinlichkeit,...

Mehr

SS 2016 Torsten Schreiber

SS 2016 Torsten Schreiber SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen

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

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. 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

1 Mengenlehre. 1.1 Grundbegriffe

1 Mengenlehre. 1.1 Grundbegriffe Dieses Kapitel behandelt Grundlagen der Mengenlehre, die in gewisser Weise am nfang der Mathematik steht und eine Sprache bereitstellt, die zur weiteren Formulierung der Mathematik sehr hilfreich ist.

Mehr

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien R. Brinmann http://brinmann-du.de Seite 4.0.2007 Bestimmen der Wahrscheinlicheiten mithilfe von Zählstrategien Die bisherigen Aufgaben zur Wahrscheinlicheitsrechnung onnten im Wesentlichen mit übersichtlichen

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

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

4 Diskrete Wahrscheinlichkeitsverteilungen

4 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

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur 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,

Mehr

STATISTIK 1 - BEGLEITVERANSTALTUNG

STATISTIK 1 - BEGLEITVERANSTALTUNG STATISTIK 1 - BEGLEITVERANSTALTUNG VORLESUNG 2 - WAHRSCHEINLICHKEIT 28.11.2014 1 28.11.2014 1 Mona Ulrich, Psychologie (M.Sc.) AGENDA 01 WAS IST WAHRSCHEINLICHKEITSRECHNUNG? 02 THEOREME DER WAHRSCHEINLICHKEITSRECHNUNG

Mehr

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10

A Grundlegende Begriffe 6. 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 Inhalt A Grundlegende Begriffe 6 1 Zufallsexperimente und Ereignisse 6 Aufgaben 10 2 Relative Häufigkeit und abstrakter Wahrscheinlichkeitsbegriff 13 Aufgaben 16 3 Laplace scher Wahrscheinlichkeitsbegriff

Mehr

Übungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006

Übungsrunde 4, Gruppe 2 LVA , Übungsrunde 4, Gruppe 2, Markus Nemetz, TU Wien, 10/2006 Übungsrunde 4, Gruppe 2 LVA 107.369, Übungsrunde 4, Gruppe 2, 07.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 10/2006 1 17 1.1 Angabe Ein Parallelsystem funktioniert, wenn wenigstens eine seiner

Mehr

Mathematik für Biologen

Mathematik 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

Mehr