KOMPETENZHEFT ZUR STOCHASTIK II
|
|
- Helmuth Abel
- vor 6 Jahren
- Abrufe
Transkript
1 KOMPETENZHEFT ZUR STOCHASTIK II Inhaltsverzeichnis 1. Aufgabenstellungen 1 2. Binomialverteilung 4 3. Erwartungswert und Standardabweichung Aufgabenstellungen Aufgabe 1.1. Milchverpackungen werden maschinell ausgestanzt. Die Wahrscheinlichkeit, dass eine bestimmte Maschine eine Milchverpackung korrekt ausstanzt, beträgt laut Hersteller 9 %. Bei einer Qualitätsprüfung der Produktion werden 4 zufällig ausgewählte Milchverpackungen kontrolliert. Berechnen Sie die Wahrscheinlichkeit, dass unter den kontrollierten Milchverpackungen mindestens 1 Milchverpackung fehlerhaft ist. Aufgabe 1.2. Jedes Jahr im Frühjahr findet die CeBIT, die Messe für Informationstechnik, in Hannover statt. Für den Besuch der CeBIT soll ein Flug nach Hannover gebucht werden. Erfahrungsgemäß werden % der Buchungen storniert. Aus diesem Grund wurden 10 voneinander unabhängige Buchungen für eine Maschine mit 15 Sitzplätzen durchgeführt. Ermitteln Sie die Wahrscheinlichkeit, dass am Flugtag niemand aus Platzgründen auf eine andere Maschine umgebucht werden muss. Aufgabe 1.3. Nach Karl Landsteiner unterscheidet man vier Blutgruppen: 0, A, B und AB. Diese kommen in Österreich annähernd mit folgender relativer Häufigkeit vor: Berechnen Sie, mit welcher Wahrscheinlichkeit in einer Zufallsstichprobe von 25 Personen in Österreich mindestens 9 Personen die Blutgruppe 0 haben. Aufgabe 1.4. Stefan nimmt ohne hinzusehen ein Gummibärchen aus einer Packung, die verschiedenfärbige Gummibärchen enthält. Ist dieses zufällig ausgewählte Gummibärchen weiß, legt er es zurück, ist es ein andersfärbiges, wird es sofort gegessen. Das macht er 10-mal hintereinander. Die Zufallsvariable X beschreibt die Anzahl der dabei gezogenen weißen Gummibärchen. Datum: 27. März
2 Erklären Sie, warum dieses Zufallsexperiment nicht durch eine Binomialverteilung beschrieben werden kann. Aufgabe 1.5. Die Mathematiker Blaise Pascal und Pierre de Fermat beschäftigten sich in einem Briefwechsel mit der folgenden Frage: Was ist wahrscheinlicher: Bei 4 Würfen mit einem Würfel mindestens einen Sechser zu werfen oder bei 24 Würfen mit 2 Würfeln mindestens einen Doppelsechser? Dabei wird mit einem herkömmlichen Spielwürfel gewürfelt, wobei die Augenzahlen 1 bis jeweils mit gleicher Wahrscheinlichkeit auftreten. Überprüfen Sie die Fragestellung durch Berechnung der jeweiligen Wahrscheinlichkeiten. Aufgabe 1.. Ein Zimmereibetrieb überprüft eine Lieferung von Konstruktionsholz aus Fichte. Erfahrungsgemäß ist ein bestimmter Prozentsatz der Fichtenstämme von minderer Qualität und daher nicht verwendbar. X ist die Anzahl der Fichten von minderer Qualität in einer Lieferung. Erklären Sie, welche Wahrscheinlichkeit mit dem Ausdruck 1 P (X 2) beschrieben wird. Aufgabe 1.7. Das chinesische Spiel Pat Cha ( Griff nach acht ) wird mit 8 Würfeln gespielt. Jede Spielerin / jeder Spieler setzt auf eine der Augenzahlen. Eine Spielerin / ein Spieler gewinnt, wenn mindestens 3 der 8 Würfel die gesetzte Zahl zeigen. Martin setzt auf die Augenzahl. Berechnen Sie die Wahrscheinlichkeit, dass Martin gewinnt. Aufgabe 1.8. Ein Hotel kann 93 Zimmer vermieten. a) Anlässlich einer Sportveranstaltung besteht eine große Buchungsnachfrage. Aus Erfahrung weiß man, dass im Schnitt p % aller Buchungen wieder kurzfristig storniert werden. Die Zufallsvariable X gibt die Anzahl der vorgenommenen Stornierungen an. Erklären Sie, unter welchen Bedingungen diese Zufallsvariable im gegebenen Sachzusammenhang binomialverteilt ist. b) Erfahrungsgemäß nehmen 55 % der voneinander unabhängig buchenden Gäste Vollpension in Anspruch. Berechnen Sie, mit welcher Wahrscheinlichkeit bei 40 zufällig ausgewählten Gästen mehr als 20 und weniger als 25 Personen Vollpension buchen. Aufgabe 1.9. Erfahrungsgemäß enthalten 4 % aller Joghurtbecher eine Woche nach dem Ablaufdatum bereits verdorbene Ware. Im Lager einer Lebensmittelkette befinden sich noch 200 solcher Becher. a) Berechnen Sie den Erwartungswert der Anzahl der Becher mit verdorbenem Joghurt. 2
3 b) Berechnen Sie die Wahrscheinlichkeit, dass in höchstens 5 der 200 Joghurtbecher verdorbene Ware enthalten ist. Aufgabe Wenn Teilchen im Teilchenbeschleuniger kollidieren, können neue Teilchen entstehen. Die Wahrscheinlichkeit, dass bei einer Kollision ein Teilchen eines bestimmten Typs entsteht, beträgt 3,4 %. Die Wahrscheinlichkeit für ein Ereignis E wird mit P (E) = ( ) ,0342 (1 0,034) 498 berechnet. Beschreiben Sie im gegebenen Sachzusammenhang ein Ereignis, dessen Wahrscheinlichkeit so berechnet wird. Berechnen Sie, wie viele dieser Teilchen im Mittel entstehen, wenn 1000 Kollisionen stattfinden. Aufgabe Ein Schmerzmittel wirkt erfahrungsgemäß in 0 % aller Fälle positiv. In den anderen Fällen zeigt es keine positive Wirkung. n Personen nehmen das Medikament ein. Interpretieren Sie, was durch den Term 0,4 n in diesem Sachzusammenhang berechnet wird. Interpretieren Sie, was durch den Term (1 0,4 n ) in diesem Sachzusammenhang berechnet wird ,0...% ,80...% 1.3 1,52...% 1.4 Die Verwendung der Binomialverteilung setzt voraus, dass die Wahrscheinlichkeit für das Eintreten eines Versuchsausgangs jeweils konstant bleibt. Bei jedem Zug, bei dem kein weißes Gummibärchen gezogen wird, ändert sich die Gesamtzahl in der Packung und damit die Wahrscheinlichkeit des Versuchsausgangs. 1.5 Die Wahrscheinlichkeit für mind. ein Sechser bei 4 Würfen ist 51,77...%. Die Wahrscheinlichkeit für mind. ein Doppelsechser bei 24 Würfen ist kleiner, nämlich 49,14...%. 1. Der Ausdruck steht für die Wahrscheinlichkeit, dass in der Lieferung mehr als 2 Fichten von minderer Qualität sind ,48...% 1.8 a) Die Binomialverteilung kann verwendet werden, wenn die Stornierung von Zimmern als Zufallsexperiment mit 2 möglichen Ausgängen (Stornierung, keine Stornierung) aufgefasst werden kann. Die Wahrscheinlichkeit für eine Stornierung ist unabhängig von eventuell bereits vorausgegangenen Stornierungen. Die Wahrscheinlichkeit p für eine Stornierung muss bei jeder Buchung konstant sein. b) 47,02...% 1.9 a) 8 b) 18,5...% 1.10 E ist das Ereignis, dass bei 500 Kollisionen genau 2 Teilchen dieses Typs entstehen. Bei 1000 Kollisionen entstehen im Mittel 34 Teilchen dieses Typs Die Wahrscheinlichkeit, dass bei allen n Personen das Schmerzmittel keine positive Wirkung zeigt, ist 0,4 n. Die WS, dass bei mindestens einer der n Personen das Schmerzmittel eine positive Wirkung zeigt, ist 1 0,4 n. 3
4 2. Binomialverteilung Bernoulli-Experiment Ein Zufallsexperiment mit genau 2 möglichen Ergebnissen heißt Bernoulli-Experiment. Beispiel 2.1. a) Ein Münzwurf ist ein Bernoulli-Experiment mit Ω = {Kopf, Zahl}. Beide Ergebnisse sind gleich wahrscheinlich: P (Kopf) = 1 2 und P (Zahl) = 1 2. b) Auch der Wurf eines -seitigen Würfels ist ein Bernoulli-Experiment, wenn wir nur zwischen den Ergebnissen Ω = {, } unterscheiden. Dann sind die beiden Ergebnisse aber nicht gleich wahrscheinlich: P ( ) = 1 und P ( ) = 5. Beispiel 2.2. In einer Urne befinden sich graue und 4 weiße Kugeln. Du ziehst 3 Mal hintereinander eine Kugel. Jede gezogene Kugel legst du gleich wieder zurück in die Urne. a) Stelle alle möglichen Ergebnisse in einem Baumdiagramm dar. b) Wie groß ist die Wahrscheinlichkeit, genau 2 graue Kugeln zu ziehen? Lösung. a) Die Wahrscheinlichkeit, eine graue Kugel zu ziehen, ist jedes Mal = 0, = 0 %. Eine 10 weiße Kugel zieht man mit einer Wahrscheinlichkeit von 4 = 0,4 = 40 %. Mit der 1. Pfadregel 10 können wir die Wahrscheinlichkeit jedes Ergebnisses berechnen: 0, 0,4 0, 0,4 0, 0,4 0, 0,4 0, 0,4 0, 0,4 0, 0,4 = P ( ) = 0, 0, 0, = 0, 3 0,4 0 = 21, % = P ( ) = 0, 0, 0,4 = 0, 2 0,4 1 = 14,4 % = P ( ) = 0, 0,4 0, = 0, 2 0,4 1 = 14,4 % = P ( ) = 0, 0,4 0,4 = 0, 1 0,4 2 = 9, % = P ( ) = 0,4 0, 0, = 0, 2 0,4 1 = 14,4 % = P ( ) = 0,4 0, 0,4 = 0, 1 0,4 2 = 9, % = P ( ) = 0,4 0,4 0, = 0, 1 0,4 2 = 9, % = P ( ) = 0,4 0,4 0,4 = 0, 0 0,4 3 =,4 % b) Mit der 2. Pfadregel berechnen wir die WS, 2 graue Kugeln und eine weiße Kugel zu ziehen. P ( ) + P ( ) + P ( ) = 3 14,4 % = 43,2 % Es gibt nur einen Pfad für das Ereignis 3 graue Kugeln ziehen, aber 3 Pfade für das Ereignis 2 graue und eine weiße Kugel ziehen, weil die weiße Kugel an erster, zweiter oder dritter Stelle gezogen werden kann. 4
5 Beispiel 2.3. Du wirfst einen fairen -seitigen Würfel insgesamt 10 Mal und notierst die Ergebnisse. Wie groß ist die Wahrscheinlichkeit nur Sechser zu würfeln? ( ) 1 10 = = 0, = 0, % = 1, % }{{ } 10 Faktoren... mindestens einen Sechser zu würfeln? Das ist der Trick mit der Gegenwahrscheinlichkeit. ( ) P (kein Sechser bei 10 Würfen) = 1 = 83,84...%... zuerst einen Sechser und danach 9 Mal keinen Sechser zu würfeln? ( ) = 3,23...%... beim letzten Wurf den ersten Sechser zu würfeln? ( ) = 3,23...%... genau einen Sechser zu würfeln? 10 günstige Pfade im Baumdiagramm mit der gleichen Wahrscheinlichkeit. ( ) = 32,30...%... nur beim 3. Wurf und beim 8. Wurf einen Sechser zu würfeln? ( ) 1 2 ( ) 5 8 = 0,4...%... genau zwei Sechser zu würfeln? Jeder günstige Pfad hat Länge 10. Wähle 2 der 10 Würfe für den Sechser aus. ( ) 1 2 ( ) ( ) = 29,07...% 2 5
6 Wir wiederholen das Bernoulli-Experiment mit den beiden Ergebnissen {, } unabhängig voneinander 10 Mal. Das Gesamtergebnis des Zufallsexperiments schreiben wir als Folge an, zum Beispiel,,,,,,,,,. Erkläre: 1) Jede Folge von 10 Würfen, die genau k Sechser beinhaltet, hat die Wahrscheinlichkeit ( 1 ( 5 Säulendiagramm ) k = 0, 1, 2,..., 10 k ) 10 k. 1. Pfadregel 2) Es gibt ( ) 10 k verschiedene Ergebnisfolgen, die genau k Sechser beinhalten. Kombinatorik 3) Die Wahrscheinlichkeit, dass genau k Sechser gewürfelt werden, ist ( ) ( ) 10 1 k ( ) 5 10 k. 2. Pfadregel k Wir verwenden diese Formel und berechnen jeweils die Wahrscheinlichkeit für genau k Sechser: Anzahl Sechser Wahrscheinlichkeit 0 1,14...% 1 32,30...% 2 29,07...% 3 15,50...% 4 5,42...% 5 1,30...% 0,21...% 7 0,024...% 8 1, % 9 8, % 10 1, % Zufallsvariable Wenn wir die Anzahl der Sechser in der Ergebnisfolge zählen, übernehmen wir mathematisch die Aufgabe einer Zufallsvariablen X. X ist die Funktion, die jeder Ergebnisfolge die Anzahl der Sechser zuordnet. Zum Beispiel: X(,,,,,,,,, ) =. Statt P (genau k Sechser unter 10 Würfen) können wir dann kurz schreiben: ( ) ( ) 10 1 k ( 5 10 k P (X = k) = k )
7 Ein Bernoulli-Experiment hat 2 mögliche Ergebnisse: {Erfolg, Misserfolg}. Die Erfolgswahrscheinlichkeit ist P ({Erfolg}) = p. Wir wiederholen dieses Bernoulli-Experiment n Mal immer unter denselben Bedingungen. Bei jeder Wiederholung ist die Erfolgswahrscheinlichkeit also genau p. Die Zufallsvariable X gibt die Anzahl der Erfolge unter den n Wiederholungen an. Dann ist X eine binomialverteilte Zufallsvariable mit Parametern n und p. Erkläre die folgende Formel für die Wahrscheinlichkeit von genau k Erfolgen unter n Wiederholungen: ( ) n P (X = k) = k p k (1 p) n k }{{} 1. Pfadregel Kombinatorik und 2. Pfadregel Binomialverteilung k = 0, 1, 2,..., n Galtonbrett Jedes Mal, wenn die oben eingeworfene Kugel auf einen Nagel ( ) trifft, fällt sie mit gleicher Wahrscheinlichkeit entweder nach links oder nach rechts. 0,5 0,5 Wie groß ist die Wahrscheinlichkeit, dass die Kugel genau den eingezeichneten Pfad nimmt? Haben alle Fächer die gleiche Chance, dass die Kugel dort landet? 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 Gib 2 Fächer an, in die die Kugel mit gleicher Wahrscheinlichkeit fällt. k = 0 k = 1 k = 2 k = 3 k = 4 k = 5 Wie groß ist die Wahrscheinlichkeit, dass die Kugel im Fach k = 2 landet? Die Zufallsvariable X gibt an, wie oft die Kugel nach rechts fällt. Erkläre, warum X binomialverteilt ist. Wie groß sind die Parameter n und p? 7
8 Beispiel 2.4. Du wirfst einen fairen -seitigen Würfel insgesamt 10 Mal. Die Zufallsvariable X gibt die Anzahl der gewürfelten Sechser an. Erkläre, warum X eine binomialverteilte Zufallsvariable ist. Wie groß sind die Parameter n und p? Wie groß ist die Wahrscheinlichkeit höchstens zwei Sechser zu würfeln? P (X 2) = P (X = 0) + P (X = 1) + P (X = 2) = 1,14...% + 32,30...% + 29,07...% = 77,52...%... mehr als zwei Sechser zu würfeln? P (X > 2) = 1 P (X 2) = 100 % 77,52...% = 22,47...%... ein, zwei oder drei Sechser zu würfeln? P (1 X 3) = P (X = 1) + P (X = 2) + P (X = 3) = 32,30...% + 29,07...% + 15,50...% = 7,87...% Ränder beachten P ( X ist mindestens 3 ) = P (X 3) P ( X ist größer als 3 ) = P (X > 3) P ( X ist höchstens 3 ) = P (X 3) P ( X ist kleiner als 3 ) = P (X < 3) P ( X ist nicht größer als 3 ) = P (X 3) P ( X ist nicht kleiner als 3 ) = P (X 3) 8
9 Beispiel 2.5. Aus einer Gruppe von 1 Personen wird jede Woche zufällig eine Person zur Stundenwiederholung ausgewählt. Die Auswahl erfolgt zum Beispiel mit einem fairen 1-seitigen Würfel. Wie groß ist die Wahrscheinlichkeit, dass eine bestimmte Person im Zeitraum von 28 Wochen... 1)... mindestens einmal ausgewählt wird? 2)... öfter als zweimal ausgewählt wird? 3)... mindestens zweimal, aber höchstens fünfmal ausgewählt wird? Lösung. Die Zufallsvariable X gibt an, wie oft diese bestimmte Person ausgewählt wird. Das gleiche Bernoulli-Experiment ( Bestimmte Person ausgewählt oder nicht ausgewählt? ) wird 28 Mal unabhängig voneinander durchgeführt. Die Erfolgswahrscheinlichkeit ist jedes Mal 1 1. X ist damit eine binomialverteilte Zufallsvariable mit den Parametern n = 28 und p = ) P (X 1) = 1 P (X = 0) = 1 ( ) = 83,58...%. 1 2) P (X > 2) = 1 P (X 2) = 1 P (X = 0) P (X = 1) P (X = 2) ( ) P (X = 0) = = 1,41...% 1 P (X = 1) = 1 ( ) ( ) = 30,3...% 1 1 ( ) 1 2 ( ) ( ) P (X = 2) = = 27,57...% = P (X > 2) = 25,37...% Im Bild rechts berechnen wir P (X > 2) = P (3 X 28) mit dem Wahrscheinlichkeitsrechner von GeoGebra. 3) P (2 X 5) = P (X = 2) + P (X = 3) + P (X = 4) + P (X = 5) ( ) 1 3 ( ) ( ) P (X = 3) = = 15,93...% ( ) 1 4 ( ) ( ) P (X = 4) = =,3...% ( ) 1 5 ( ) ( ) P (X = 5) = = 2,12...% = P (2 X 5) = 52,2...% 9
10 3. Erwartungswert und Standardabweichung Kenngrößen einer diskreten Zufallsvariablen Eine Zufallsvariable X kann die Werte x 1, x 2,..., x n annehmen. 1) Der Erwartungswert von X ist µ = E(X) = x 1 P (X = x 1 ) + x 2 P (X = x 2 ) + + x n P (X = x n ). Wenn wir das Zufallsexperiment häufig unabhängig wiederholen, dann ist E(X) jene Zahl, der sich der durchschnittliche Wert von X aller Wahrscheinlichkeit nach beliebig genau annähert. 2) Die Varianz von X ist V (X) = (x 1 µ) 2 P (X = x 1 ) + (x 2 µ) 2 P (X = x 2 ) + + (x n µ) 2 P (X = x n ). Die Varianz ist ein Maß für die Streuung der Werte x i um den Erwartungswertwert µ. Kann V (X) = 0 sein? 3) Die Standardabweichung von X ist σ = V (X). Auch σ ist ein Streuungsmaß. Im Gegensatz zur Varianz hat σ aber die gleiche Einheit wie die Werte x i. Beispiel 3.1. Würfelt man mit einem sogenannten gezinkten -seitigen Würfel, so sind die Wahrscheinlichkeiten für die verschiedenen Augenzahlen bei einem Wurf nicht gleich groß. Die Zufallsvariable X gibt die Augenzahl der gewürfelten Seite an. Die Wahrscheinlichkeiten für die sechs Seiten sind rechts in einem Stabdiagramm dargestellt. Berechne den Erwartungswert und die Standardabweichung von X. Lösung. Der Erwartungswert von X ist µ = E(X) = 1 P (X = 1) + 2 P (X = 2) + + P (X = ) = 1 0, , , , ,1 + 0,15 = 3,25. Die Varianz von X ist V (X) = (1 µ) 2 P (X = 1) + (2 µ) 2 P (X = 2) + + ( µ) 2 P (X = ) = 3,
11 Die Standardabweichung von X ist also σ = V (X) = 1, Beispiel 3.2. Du wirfst einen fairen 4-seitigen Würfel und einen fairen -seitigen Würfel. Die Seiten sind jeweils von 1 bis 4 bzw. von 1 bis durchnummeriert. Spielwürfel a) X 1 gibt die gewürfelte Augenzahl des 4-seitigen Würfels an. Berechne E(X 1 ) und V (X 1 ). b) X 2 gibt die gewürfelte Augenzahl des -seitigen Würfels an. Berechne E(X 2 ) und V (X 2 ). c) X gibt die Augensumme der beiden Würfel an. Berechne E(X) und V (X). Lösung. a) Jede Augenzahl k ist gleich wahrscheinlich: P (X 1 = k) = 1 4. E(X 1 ) = = 1 ( ) = 2,5 4 V (X 1 ) = 1, , , , = 1 4 ( 1, , , ,5 2) = 1,25 b) Jede Augenzahl k ist gleich wahrscheinlich: P (X 2 = k) = 1. E(X 2 ) = 1 ( ) = 3,5 V (X 2 ) = 1 (2,52 + 1, , , , ,5 2 ) = 2,91... c) Es gibt 4 = 24 mögliche Würfelkombinationen, die alle gleich wahrscheinlich sind. E(X) = 1 (Summe aller Würfelergebnisse) = 24 V (X) = 1 24 ( ) 2 = 4, Kannst du einen Zusammenhang zwischen E(X 1 ), E(X 2 ) und E(X) erkennen? Gibt es auch zwischen der Varianz von X 1, X 2 und X einen Zusammenhang? Das ist kein Zufall. 11
12 Zwei Zufallsexperimente werden unabhängig voneinander durchgeführt. X 1 ist eine Zufallsvariable beim ersten Zufallsexperiment. X 2 ist eine Zufallsvariable beim zweiten Zufallsexperiment. Gewürfelte Zahl beim 4-seitigen Würfel. Gewürfelte Zahl beim -seitigen Würfel. Zu jedem Ergebnispaar (ω 1, ω 2 ) der beiden Zufallsexperimente berechnet die Zufallsvariable X die Summe der Einzelwerte: X((ω 1, ω 2 )) = X 1 (ω 1 ) + X 2 (ω 2 ). Summe unabhängiger Zufallsvariablen Gewürfelte Augensumme. Dann ist E(X) = E(X 1 ) + E(X 2 ) und V (X) = V (X 1 ) + V (X 2 ). Für die Varianz ist es entscheidend, dass die Experimente keinen Einfluss aufeinander haben, also unabhängig sind. Wir führen ein Bernoulli-Experiment mit Erfolgswahrscheinlichkeit p durch. Die Zufallsvariable X mit 1, falls Experiment erfolgreich, X = 0, falls Experiment nicht erfolgreich, hat dann die folgenden Kenngrößen: 1) Der Erwartungswert von X ist 2) Die Varianz von X ist E(X) = 0 P (X = 0) + 1 P (X = 1) = 0 (1 p) + 1 p = p. V (X) = (0 p) 2 P (X = 0) + (1 p) 2 P (X = 1) = p 2 (1 p) + (1 p) 2 p = p (1 p). 3) Die Standardabweichung von X ist σ = V (X) = p (1 p). Kenngrößen der Bernoulliverteilung 12
13 X ist eine binomialverteilte Zufallsvariable mit Parametern n = 100 und p. Binomialverteilung Welche Verteilung erwartest du, wenn p = 0 ist? Welche Verteilung erwartest du, wenn p = 1 ist? Welche Eigenschaft hat die Verteilung, wenn p = 0,5 ist? Welche Anzahl an Erfolgen erwartest du bei p = 0,42? X ist eine binomialverteilte Zufallsvariable mit Parametern n und p. Das gleiche Bernoulli-Experiment mit Erfolgswahrscheinlichkeit p wird also n Mal unabhängig voneinander durchgeführt. 1) Der Erwartungswert von X ist E(X) = n p. Kenngrößen der Binomialverteilung 2) Die Varianz von X ist V (X) = n p (1 p). Vergleiche mit dem Erwartungswert vom Bernoulli-Experiment. Vergleiche mit der Varianz vom Bernoulli-Experiment. 3) Die Standardabweichung σ von X ist σ = V (X) = n p (1 p). Für welches p ist V (X) am größten? Beispiel 3.3. Eine Fluglinie hat die Erfahrung gemacht, dass 3 % der gebuchten Flugtickets nicht in Anspruch genommen werden. Die Fluglinie verkauft für einen Flug mit 350 Sitzplätzen insgesamt 355 Tickets. Die Zufallsvariable X gibt die Anzahl der in Anspruch genommenen Tickets an. Wir nehmen an, dass X binomialverteilt ist. a) Berechne den Erwartungswert und die Standardabweichung von X. b) Mit welcher Wahrscheinlichkeit werden höchstens so viele Tickets in Anspruch genommen, wie es Sitzplätze gibt? Lösung. Ob ein Fluggast ein Ticket in Anspruch nimmt, ist ein Bernoulli-Experiment mit Erfolgswahrscheinlichkeit p = 97 %. Nach unserer Annahme ist X binomialverteilt mit n = 355 und p = 0,97. 13
14 a) E(X) = n p = 344,35 Tickets, σ = n p (1 p) = 3, Tickets. b) Mit Technologieeinsatz berechnen wir P (X 350) = 0, = 98,21...%. Die Binomialverteilung ist hier ein Modell, das als Annäherung der Realität verwendet wird. Welche Voraussetzung für eine Binomialverteilung ist in der Praxis wohl nicht erfüllt? Nimmt jeder gebuchte Passagier wirklich unabhängig von allen anderen Passagieren das Flugticket in Anspruch? Dieses Werk von Mathematik macht Freu(n)de unterliegt einer CC BY-NC-ND 4.0 Lizenz.
Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
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
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
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 5 Hilfsmittel aus der Kombinatorik 7 Bedingte
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
MehrDieses 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.
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
MehrWahrscheinlichkeitsverteilungen
Wahrscheinlichkeitsverteilungen 1. Binomialverteilung 1.1 Abzählverfahren 1.2 Urnenmodell Ziehen mit Zurücklegen, Formel von Bernoulli 1.3 Berechnung von Werten 1.4 Erwartungswert und Standardabweichung
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,
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.
MehrMafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)
Musterlösung zum. Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur Gruben. Wahrscheinlichkeiten I ( Punkte Die Seiten von zwei Würfeln sind mit den folgenden Zahlen
MehrP X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1
Übungen zur Stochastik - Lösungen 1. Ein Glücksrad ist in 3 kongruente Segmente aufgeteilt. Jedes Segment wird mit genau einer Zahl beschriftet, zwei Segmente mit der Zahl 0 und ein Segment mit der Zahl
MehrSpielgeräte: Von Wahrscheinlichkeiten bis Binomialverteilung
Bernoulli-Kette, und hypergeometrische Verteilung: F. 2. 32 Spielgeräte: Von Wahrscheinlichkeiten bis Die folgende Stationenarbeit dient dazu, die Begriffe der Oberstufenstochastik (Wahrscheinlichkeit;
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs
MehrStochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium
Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen Vierfeldertafel Gymnasium Alexander Schwarz www.mathe-aufgaben.com Oktober 205 Aufgabe : In einer Urne befinden sich drei gelbe, eine rote und
MehrProf. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016
Prof. Dr. Christoph Karg 5.7.2016 Hochschule Aalen Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik Sommersemester 2016 Name: Unterschrift: Klausurergebnis Aufgabe 1 (15 Punkte) Aufgabe 3
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
MehrLaplace und Gleichverteilung
Laplace und Gleichverteilung Aufgaben Aufgabe 1 An einem Computer, dessen Tastatur die 26 Tasten für die kleinen Buchstaben (a,b,c... z) hat, sitzt ein Nutzer (User) und tippt zufällige auf den Tasten
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übungen für die kompetenzbasierte Abschlussprüfung 1. 60 Äpfel wurden gewogen und die Ergebnisse in einem Boxplot-Diagramm dargestellt. Ergänzen Sie die folgenden
MehrÜbungsaufgaben Wahrscheinlichkeit
Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln
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
MehrWürfel-Aufgabe Bayern LK 2006
Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln
MehrKapitel 5. Stochastik
76 Kapitel 5 Stochastik In diesem Kapitel wollen wir die Grundzüge der Wahrscheinlichkeitstheorie behandeln. Wir beschränken uns dabei auf diskrete Wahrscheinlichkeitsräume Ω. Definition 5.1. Ein diskreter
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
MehrGrundlegende 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
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
MehrAufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn.
Wahrscheinlichkeiten Aufgabe 1 (mdb632540): Murat hat zehn Spielkarten verdeckt auf den Tisch gelegt: Buben, Könige, Asse, Zehn. Bestimme die Wahrscheinlichkeit, dass Anna a) ein Ass, b) einen Buben, c)
MehrMaximilian Gartner, Walther Unterleitner, Manfred Piok. Einstieg in die Wahrscheinlichkeitsrechnung
Zufallsexperimente Den Zufall erforschen Maximilian Gartner, Walther Unterleitner, Manfred Piok Thema Stoffzusammenhang Klassenstufe Einstieg in die Wahrscheinlichkeitsrechnung Daten und Zufall 1. Biennium
MehrAufgaben 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,...
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
Mehr1 1. Übung. Einleitung. 1.1 Urnenmodelle. 1.2 Beispiele. 1.3 Aufgaben
Einleitung Dieses sind die kompletten Präsenzaufgaben, die bei der Übung zur Vorlesung Einführung in die Stochastik im Sommersemester 2007 gerechnet wurden. Bei Rückfragen und Anmerkungen bitte an brune(at)upb.de
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
MehrWürfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :
Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein
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.
MehrDr. 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.
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
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
MehrAn die Zweige schreibt man jeweils die Wahrscheinlichkeit, die für dieses Ereignis gilt.
. Mehrstufige Zufallsversuche und Baumdiagramme Entsprechend der Anmerkung in. wollen wir nun auf der Basis von bekannten Wahr- scheinlichkeiten weitere Schlüsse ziehen. Dabei gehen wir immer von einem
MehrExemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 3 Angabe für Prüfer/innen Hinweise zur
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)
MehrDiskrete Wahrscheinlichkeitstheorie - Probeklausur
Diskrete Wahrscheinlichkeitstheorie - robeklausur Sommersemester 2007 - Lösung Name: Vorname: Matrikelnr.: Studiengang: Hinweise Sie sollten insgesamt Blätter erhalten haben. Tragen Sie bitte Ihre Antworten
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
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 0.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
MehrStochastik. 1 Grundlagen
1 Grundlagen Stochastik S 1.1 Beim Mensch-ärgere-dich-nicht darf zu Beginn bis zu dreimal gewürfelt werden, um eine Sechs zu bekommen. Mit welcher Wahrscheinlichkeit gelingt dies? S 1.2 Für einen Flug
MehrZufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten
Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests
MehrStochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz
Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 0 Alexander Schwarz www.mathe-aufgaben.com November 20 Aufgabe : Ein Glücksrad besteht aus Feldern, die folgendermaßen beschriftet sind:.feld:
MehrBegleitbuch für Mathematik Oberstufe für die Abiturprüfung 2017 Baden-Württemberg - berufliche Gymnasien. Stochastik
mathe-aufgaben.com Begleitbuch für Mathematik Oberstufe für die Abiturprüfung 2017 Baden-Württemberg - berufliche Gymnasien Stochastik Dipl.-Math. Alexander Schwarz E-Mail: aschwarz@mathe-aufgaben.com
MehrLösungen zu den. Beispielaufgaben für die Klasse 6. zum Themenbereich
Lösungen zu den Beispielaufgaben für die Klasse zum Themenbereich Statistik und Wahrscheinlichkeitsrechnung erstellt von den Kolleginnen und Kollegen der Aufgabenentwicklergruppe für Vergleichsarbeiten
MehrAbitur 2008 Mathematik GK Stochastik Aufgabe C1
Seite Abiturloesung.de - Abituraufgaben Abitur 00 Mathematik GK Stochastik Aufgabe C Teilaufgabe. BE Ein Laplace-Würfel ist mit den Augenzahlen,,,, 5, 5 beschriftet. Der Würfel wird achtmal geworfen. Geben
MehrAbiturprüfung. Mecklenburg-Vorpommern Stochastik. Wahl- und Pflichtaufgaben. Aus den Jahren 2009 bis Datei Nr Stand 5.
Abiturprüfung Mecklenburg-Vorpommern Stochastik Wahl- und Pflichtaufgaben Aus den Jahren 2009 bis 2016 Datei Nr. 73111 Stand 5. August 2016 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 73111
MehrEin Würfel wird geworfen. Einsatz: Fr Gewinn: Fr. 6.--
1 Ein Würfel wird geworfen. : Fr. 1.-- : Fr. 6.-- Der Spieler hat gewonnen falls eine 6 erscheint. 2 Zwei Würfel werden geworfen. : Fr. 1.-- : Fr. 7.-- Der Spieler hat gewonnen falls die Augensumme gleich
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
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
MehrVariationen Permutationen Kombinationen
Variationen Permutationen Kombinationen Mit diesen Rechenregeln lässt sich die Wahrscheinlichkeit bestimmter Ereigniskombinationen von gleichwahrscheinlichen Elementarereignissen ermitteln, und erleichtert
MehrWeihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012
Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält
MehrKontrolle. Themenübersicht
Themenübersicht Arbeitsblatt 1 Statistik Arbeitsblatt 2 Erheben und Auswerten von Daten Arbeitsblatt 3 Zufallsexperimente Arbeitsblatt 4 mehrstufige Zufallsexperimente Inhalt, Schwerpunkte des Themas Urliste,
MehrStochastik. Pfadregeln Erwartungswert einer Zufallsvariablen bedingte Wahrscheinlichkeit. berufliche Gymnasien Oberstufe.
Stochastik Pfadregeln Erwartungswert einer Zufallsvariablen bedingte Wahrscheinlichkeit berufliche Gymnasien Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 2015 1 Aufgabe 1: Eine Urne enthält
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
MehrÜbungsblatt 9. f(x) = e x, für 0 x
Aufgabe 1: Übungsblatt 9 Basketball. Ein Profi wirft beim Training aus einer Entfernung von sieben Metern auf den Korb. Er trifft bei jedem Wurf mit einer Wahrscheinlichkeit von p = 1/2. Die Zufallsvariable
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrDer Binomialkoeffizient (Einführung):
Der Binomialoeffizient (Einführung): ) Wie viele Kombinationsmöglicheiten gibt es, Kugeln in Kästchen anzuordnen? Lösung: ) Beispiel: Fragen sollen beantwortet werden. Die Antwort ann richtig (r) oder
Mehr3.7 Wahrscheinlichkeitsrechnung II
3.7 Wahrscheinlichkeitsrechnung II Inhaltsverzeichnis 1 bedingte Wahrscheinlichkeiten 2 2 unabhängige Ereignisse 5 3 mehrstufige Zufallsversuche 7 1 Wahrscheinlichkeitsrechnung II 28.02.2010 Theorie und
MehrLaplace-Formel. Übungsaufgaben
Laplace-Formel Übungsaufgaben Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel wird einmal
MehrWahrscheinlichkeitsrechnung
Absolute und relative Häufigkeiten Wenn man mit Reißzwecken würfelt, dann können sie auf den Kopf oder auf die Spitze fallen. Was ist wahrscheinlicher? Ein Versuch schafft Klarheit. Um nicht immer wieder
MehrTabelle 11.2 zeigt die gemeinsame Wahrscheinlichkeitsfunktion und die Randverteilungen
Kapitel 11 Stichprobenfunktionen Um eine Aussage über den Wert eines unbekannten Parameters θ zu machen, zieht man eine Zufallsstichprobe vom Umfang n aus der Grundgesamtheit. Das Merkmal wird in diesem
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrDieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde.
10.1 Über den Begriff Stochastik Die Wahrscheinlichkeitsrechnung ist eine Teildisziplin von Stochastik. Dabei kommt das Wort Stochastik aus dem Griechischen : die Kunst des Vermutens (von Vermutung, Ahnung,
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrSpezielle stetige Verteilungen
Spezielle stetige Verteilungen schon bekannt: Die Exponentialverteilung mit Parameter k R, k > 0 hat die Dichte f (x) = ke kx für x 0 und die Verteilungsfunktion F (x) = 1 e kx für x 0. Eigenschaften Für
MehrMathematik. Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit. Aufgabe Nr./Jahr: 16/2010. Bezug zum Lehrplan NRW:
Mathematik Mathematische Leitidee: Daten, Häufigkeit und Wahrscheinlichkeit Aufgabe Nr./Jahr: 16/2010 Bezug zum Lehrplan NRW: Prozessbezogener Bereich (Kap. 2.1) Prozessbezogene Kompetenzen (Kap. 3.1)
MehrÜ b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
Mehr1. Eine spielerische Einführung in die Wahrscheinlichkeitsrechnung
1. Eine spielerische Einführung in die Wahrscheinlichkeitsrechnung Thomas Ahner Eine einfache Möglichkeit, die Wahrscheinlichkeitsrechnung im Unterricht einzuführen, besteht in der Durchführung eines Würfelspiels,
MehrKlausur: Stochastik Stochastik
Stochastik Klausur zu Pfadregeln, bedingte Wahrscheinlichkeit, Erwartungswert einer Zufallsvariablen Vierfeldertafel berufliche Gymnasien Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 0 Aufgabe
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
Mehr3.8 Wahrscheinlichkeitsrechnung III
3.8 Wahrscheinlichkeitsrechnung III Inhaltsverzeichnis ufallsgrössen Der Erwartungswert 3 3 Die Binomialverteilung 6 4 Die kumulierte Binomialverteilung 8 4. Die Tabelle im Fundamentum (oder Formeln und
MehrBereiche der Stochastik
Statistik Wahrscheinlichkeit Kombinatorik Bereiche der Stochastik Kombinatorik Hans Freudenthal: Einfache Kombinatorik ist das Rückgrat elementarer Wahrscheinlichkeitsrechnung. Die Lehrkraft bereitet sich
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
Mehr6 Mehrstufige zufällige Vorgänge Lösungshinweise
6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Binomialverteilung und Bernoulli- Experiment Das komplette Material finden Sie hier: Download bei School-Scout.de TOSSNET Der persönliche
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
MehrHauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Wahlteil Analytische Geometrie / Stochastik Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com
MehrWahrscheinlichkeit Klasse 8 7
7 Wahrscheinlichkeit Klasse 8 Ereignisse Seite 8 a) Ω {Herz 7; Herz 8; Herz 9; Herz 0; Herz Unter; Herz Ober; Herz König; Herz Ass; Eichel 7; Eichel 8; Eichel 9; Eichel 0; Eichel Unter; Eichel Ober; Eichel
MehrWAHRSCHEINLICHKEIT. Erinnere dich
Thema Nr.9 WAHRSCHEINLICHKEIT Erinnere dich Zufallsexperiment Ein Experiment, bei dem verschiedene Ergebnisse möglich sind und bei dem das Ergebnis nur vom Zufall abhängt heißt Zufallsexperiment. Beispiele
MehrDiskrete Wahrscheinlichkeitsverteilungen
Diskrete Wahrscheinlichkeitsverteilungen Worum geht es in diesem Modul? Zufallsvariablen Wahrscheinlichkeitsverteilungen Maßzahlen theoretischer Verteilungen Eigenschaften von Erwartungswert und Varianz
MehrWahrscheinlichkeitstheorie
Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
Mehr$ % + 0 sonst. " p für X =1 $
31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses
MehrPflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg
Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com August 05 Übungsaufgaben:
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrDer Zentrale Grenzwertsatz
QUALITY-APPS Applikationen für das Qualitätsmanagement Der Zentrale Grenzwertsatz Autor: Dr. Konrad Reuter Für ein Folge unabhängiger Zufallsvariablen mit derselben Verteilung und endlichem Erwartungswert
MehrStatistik-Übungsaufgaben
Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrAbitur 2009 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 009 Mathematik GK Stochastik Aufgabe C1 Auf einem Spielbrett rollt eine Kugel vom Start bis in eines der Fächer F 1 bis F 5. An jeder Verzweigung rollt
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Rainer Hauser Dezember 2012 1 Einleitung 1.1 Zufallsexperimente Im Folgenden wird das Resultat eines Experiments als Ereignis bezeichnet. Lässt man eine Metallkugel aus einer
Mehr3.3. Aufgaben zur Binomialverteilung
.. Aufgaben zur Binomialverteilung Aufgabe 1: Ziehen mit Zurücklegen und Binomialverteilung Ein sechsseitiger Würfel wird zehnmal geworfen. a) Wie groß ist die Wahrscheinlichkeit, nur beim ersten Mal die
MehrWahlteil Geometrie/Stochastik B 1
Abitur Mathematik: Wahlteil Geometrie/Stochastik B 1 Baden-Württemberg 214 Aufgabe B 1.1 a) 1. SCHRITT: SKIZZE ANFERTIGEN Die Lage der Pyramide im Koordinatensystem ist wie folgt: 2. KOORDINATENGLEICHUNG
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
Mehr