Zufallsvariablen und Wahrscheinlichkeitsverteilungen

Größe: px
Ab Seite anzeigen:

Download "Zufallsvariablen und Wahrscheinlichkeitsverteilungen"

Transkript

1 Zufllsvrible ud Whrscheilichkeitsverteiluge Kombitorik Zusmmestellug bzw. Aordug vo Elemete Kombitorik mit Berücksichtigug der Reihefolge ohe Berücksichtigug der Reihefolge Permuttioe Vritioe ohe Wiederholug Kombitioe mit Wiederholuge Zufllseperimete ud Ereigisse Kusl-determiierte Eperimete! Zufllseperimete Elemetrereigis ud Ergebisrum Zufllsereigisse ud ihre Verküpfuge Uvereibre ud Ubhägige Ereigisse Whrscheilichkeite Mthemtische Whrscheilichkeit Klssische Whrscheilichkeit Bedigte Whrscheilichkeit Zufllsvrible ud Verteiluge Diskrete Zufllsvrible Stetige Zufllsvrible Frktile, Qutile ud Greze eier Verteilug Mßzhle eier Verteilug Erwrtugswert Vriz ud Stdrdbweichug Permuttioe: Vritioe: Kombitioe: Zusmmestelluge, die lle Elemete eier Mege ethlte Zusmmestelluge vo k Elemete eier Mege vo Elemete mit Berücksichtigug der Reihefolge Zusmmestelluge vo k Elemete eier Mege vo Elemete ohe Berücksichtigug der Reihefolge Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

2 Permuttioe Vritioe Zusmmestelluge, die lle Elemete eier Mege ethlte ohe Wiederholug Elemete r r, g r, g, b P ' k P ' Permuttioe i' i '!! r!@r!@ÿ@r p! P r = rg gr = rgb rbg grb gbr brg bgr = A, T, G, C: P = 4! = 4 = 4 4 mit Wiederholuge rgb rbg grb gbr brg bgr! = g = r rrb rbr rrb rbr brr brr!/! = Zusmmestelluge vo k Elemete eier Mege vo Elemete mit Berücksichtigug der Reihefolge ohe Wiederholug (Ziehe ohe Zurücklege) Zug V (k) Schüssel: rgb-kugel r g b g b r b r g b g b b g r '! (&k)! () A, T, G, C: V 4 = 4!/! = 4 Triplets mit verschiedee Bse mit Wiederholuge (Ziehe mit Zurücklege) Zug Schüssel: rgb-kugel r g b A ud G Purie, T ud C Pyrimidie: P 4;, '4!/(!@!)'4/4' r g b r g b r g b rgb rgb rgb rgb rgb rgb rgb rgb rgb Ṽ (k) ' k Ṽ () A, T, G, C: 4 '4 '4 Triplets uch mit gleiche Bse Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

3 Kombitioe Kombitorik - Zusmmefssug Zusmmestelluge vo k Elemete eier Mege vo Elemete ohe Berücksichtigug der Reihefolge ohe Wiederholug (Ziehe ohe Zurücklege) k = Schüssel: rgb-kugel rg rb gb gr br bg ' V () ' P ' C () Art der Zusmmestellug lle Elemete eier Mege Permuttio soste Vritio oder Kombitio Reihefolge berücksichtigt Vritio Reihefolge icht berücksichtigt Kombitio Wiederholuge j oder ei Azhl der Aorduge Aordug Azhl C (k) ' V (k) P k '! (&k)!@k! ' k Permuttio ohe Wiederholug P '! A, T, G, C: C () 4 ' 4 ' 4! (4&)!@! '4 mit Wiederholuge P '! r!@r!@ÿ@r p! mit Wiederholuge (Ziehe mit Zurücklege) k = Schüssel: rgb-kugel Vritio ohe Wiederholug V (k) '! (&k)! (k#) rr gg bb rg rb gb gr br bg mit Wiederholuge Kombitio Ṽ (k) ' k (k> möglich) C (k) ' %k& k ohe Wiederholug C (k) ' k (k#) A, T, G, C: C (5) 4 ' 4%5& 5 ' 8 5 ' 8! 5!@(8&5)! '5 mit Wiederholuge C (k) ' %k& k (k> möglich) Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

4 Zufllseperimete ud Ereigisse Mthemtische Whrscheilichkeit Kusl-determiierte Eperimete Ergebis eideutig vorhersgbr (Fllzeit eier Kugel) Zufllseperimete Ergebis icht eideutig vorhersgbr (Müzwurf) Ausführug eies Zufllseperimets Ergebisse, Ereigisse Elemetrereigis Ergebis bei eimliger Ausführug eies Zufllseperimets (Kopf, Zhl) Ergebisrum Mege S ller Elemetrereigisse (S = {Kopf, Zhl}) Müze Zufllsereigis (Ereigis) A A ist Teilmege des Ergebisrums S. A tritt ei, we ds eitretede Elemetrereigis zur Teilmege A gehört A = i, A = {Kopf}, A = {Zhl}, A 4 = {Kopf, Zhl} = S Bei Kopf sid die Ereigisse A ud A 4 eigetrete Verküpfug vo Zufllsereigisse A % B = A c B Kopf oder Zhl = S B = A B Kopf ud Zhl = i A & B = A ( B S ohe Zhl = Kopf A = S & A Zhl ist Komplemetärereigis vo Kopf Uvereibre Ereigisse A ud B uvereibr, we B = i Sicheres ud Umögliches Ereigis Ist A = S, d ist A ds sichere Ereigis Ist A = S = i, d ist A ds umögliche Ereigis Aiome. P(A) $ 0. P(S) =. A ud B uvereibr, d ist P(A + B) = P(A) + P(B) 4. Für die Folge A, A,..., A,... vo uvereibre Ereigisse gilt: P(A + A A +...) = P(A ) + P(A ) P(A ) +... Folgeruge. P( A) =! P(A) A ud A sid uvereibr A = i) ud A + A = S = P(S) = P(A + A) = P(A) + P( A). P(A) $ 0 ud P( A) $ 0, lso 0 # P(A) #. Whrscheilichkeit des umögliche Ereigisses ist 0. Whrscheilichkeit des sichere Ereigisses ist. Es gilt jedoch icht, dß ei Ereigis mit der Whrscheilichkeit 0 umöglich eitrete k. Ereigisse mit der Whrscheilichkeit 0 heiße fst umöglich, Ereigisse mit der Whrscheilichkeit heiße fst sicher. 4. Allgemeier Additiosstz P(A + B) = P(A) + P(B)! B) Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

5 Klssische Whrscheilichkeit Bedigte Whrscheilichkeit GUGE: MUGE: Abzählregel Azhl der güstige uvereibre gleichwhrscheiliche Ereigisse Azhl der mögliche uvereibre gleichwhrscheiliche Ereigisse P(A) ' GUGE MUGE P(Kopf) = / = = 50% P(Zhl) = / = = 50% P(Kopf oder Zhl) = / = = 00% 00 Lose 40 rote 0 blue P(Gewi rot) = 0/40 = 0.5 rot) = 0/00 = 0.0 P(rot) = 40/00 = 0.4 P(Gewi rot)' P(Gewi@rot) ' 0.0 P(rot) 0.4 '0.5 0 Gewilose 0 Niete 0 Gewilose 0 Niete GUA, GUU, GUG, GUC Ali 4 P(Ali) = ' 4 4 ' '0.05'.5% Ṽ () 4 P(er im Lotto) = ' @0&8, lso c. : 4 Mio. P(4er im Lotto) = 4 49 ' @0, lso c. : 000 oder 0.% Whrscheilichkeit für ei Ereigis B uter der Bedigug dß A eigetrete ist: Allgemeier Multipliktiosstz Ubhägige Ereigisse P(B A)' P(A@B) P(A) B) = P(B A) B ubhägig vo A, we B) = P(B) K = K + K P(K ) = / + 4/ = /8 = 0.5 =.5% Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

6 Zufllsvrible Verteilugsfuktio Eie Zufllsvrible ist eie Fuktio, die jedem Elemetrereigis us Verteilugsfuktio eier Zufllsvrible X: dem Ergebisrum S eie reelle Zhl zuordet. F() = P(X # ) Diskrete Zufllsvrible Zufllsvrible X (Müze) mit de Relistioe: = 0 (Kopf) ud = (Zhl). Adere Zuorduge sid geuso möglich. Zufllsvrible Y (Würfel) mit Relistioe y =, y =, y =, y = 4, 4 y = 5, y =. 5 Zufllsvrible Z (Ferkelzhl) mit der Azhl der Ferkel pro Su ls Relistioe. Es iteressiert z.b. die Whrscheilichkeit, dß eie Su mehr ls 0 Ferkel wirft. Stetige Zufllsvrible Zufllsvrible X (Körpergröße vo Studete): X k jede Wert us eiem bestimmte Itervll ehme. (!4... ] I X < b b X < < X < b b P( < X # b) = P(X # b)! P(X # ) = F(b)! F() F(!4) = 0, F(+4) = Zufllsvrible Y (Milchleistug vo Kühe): 0#y#0000 kg/ Zufllsvrible Z (Überlebeszeit vo Rtte): Es iteressiert z.b. die Whrscheilichkeit, dß eie Rtte höchstes Tge überlebt. Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

7 Diskrete Zufllsvrible Müzwurf Whrscheilichkeitsfuktio P(X = i) = pi f() ' P(X') ' p i für ' i (i',,ÿ,) 0 sost f().0 F().0 Verteilugsfuktio 0 0 F() ' P(X#) ' ji f() # P(X = Kopf) = P(X = 0) =, P(X = Zhl) = P(X = ) = Stetige Zufllsvrible f() ' für '0, 0 sost F() ' 0 für <0 für 0#< für $ Verteilugsfuktio F() ' P(X#) ' f(t)dt m b P(<X#b) ' F(b)&F() ' m f()d Dichtefuktio oder Whrscheilichkeitsdichte f() ' F ) () Fläche zwische f() ud -Achse vo!4 bis +4 ist. %4 P(<X#%4) ' F(%4)&F() ' F(%4) ' f()d ' m f() / Würfel F() 5/ / / / / Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

8 Rechteck- oder Gleichverteilug Frktile, Qutile ud Greze eier Verteilug f() b - f() ' b& F() b b für ##b 0 sost F() ' 0 für < & b& für ##b für >b K%-Frktile, K%-Qutile oder K-te Perzetile -Wert, bei dem K% der Fläche zwische der Whrscheilichkeitsdichte (oder der Whrscheilichkeitsfuktio) ud der -Achse erreicht werde K% F( K% ) ' F( &" ) ' m f() K% = -" f()d ' K% ' K 00 ' &" (00 - K )% =" F() K% Normlverteilug K% K% - " - " Greze (Symmetrie um 0) f() F() f() K% = - " "/ "/ - c K% 0 c K% Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

9 Erwrtugswert oder Mittelwert Vriz ud Stdrdbweichug Diskrete Zufllsvrible E(X) ' µ ' j i ) Würfel: µ'@ %@ %@ %4@ %5@ %@ ' '.5 i' Diskrete Zufllsvrible Würfel: F ' j i' (i&.5) F' F '.9'.7 Vr(X) ' F ' j i' ( i i ) '.5%.5%0.5%0.5%.5%.5 '.9 Stetige Zufllsvrible %4 E(X) ' µ m Gleichverteilug: %4 µ' m b& d' b d' b&m b & Normlverteilug: f() ' (b%)(b&) ' (%b) (b&) Stetige Zufllsvrible Gleichverteilug: b F ' & %b Normlverteilug: %4 Vr(X) ' F ' m (b&) d' b& f() : F F : Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT Zufllsvrible ud Whrscheilichkeitsverteiluge KRAFT

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Übungsaufgaben BLF. 1. Berechne! d) 0, 2. Löse!

Übungsaufgaben BLF. 1. Berechne! d) 0, 2. Löse! ohe Hilfsmittel. Bereche! ) 0 Üugsufge BLF ) lg 0, 0 c) 0 d) 0, 0 e) f) 00% vo 0, 7. Löse! ) 0, ) lg c) ( ) 0 0. Wie groß ist die Fläche des Kreises? ), cm² ) 5, cm² c) 6,5. Gi Defiitios ud Werteereich!

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. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

4.1 G sei Gruppe (mit multiplikativ geschriebener Verknüpfung) und a G. Dann heißt. falls a k 1 G k 1 ord(a) := k 1 a k = 1 G sonst

4.1 G sei Gruppe (mit multiplikativ geschriebener Verknüpfung) und a G. Dann heißt. falls a k 1 G k 1 ord(a) := k 1 a k = 1 G sonst 15 Wichtige Sätze ud Defiitioe zu 4: Ds qudrtische Rezirozitätsgesetz us der Vorlesug: LV-NR 150 39 Verstltug Diskrete Mthemtik II, 4.0 std Dozet Holtkm, R. 4.1 G sei Grue (mit multiliktiv geschriebeer

Mehr

Logarithmus - Übungsaufgaben. I. Allgemeines

Logarithmus - Übungsaufgaben. I. Allgemeines Eie Gleichug höhere Grdes wie z. B. Gymsium / Relschule Logrithmus - Üugsufge Klsse 0 I. Allgemeies k ch ufgelöst werde, idem m die Wurzel zieht. Tritt die Uekte jedoch im Epoete eier Potez uf, spricht

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12 Mthemtisches Istitut der Uiversität Müche Prof. Dr. Peter Otte WiSe 203/4 Lösug 2 2.0.204 Aufgbe 2. [8 Pute] Übuge zur Alysis für Iformtier ud Sttistier Lösug zu Bltt 2 Für eie Teilmege Ω R, sei {, flls

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

7.1 Einführung Unter der n-ten Wurzel aus a versteht man eine Zahl x, die mit n potenziert a ergibt.

7.1 Einführung Unter der n-ten Wurzel aus a versteht man eine Zahl x, die mit n potenziert a ergibt. Rdiziere 7 Rdiziere 7.1 Eiführug Uter der -te Wurzel us versteht eie Zhl x, die it poteziert ergibt. x x für 0 9 3 3 9 * : Wurzelexpoet, N ud 1 : Rdikd, 0 x: Wurzel(wer) t Poteziere: Bsis ud Expoet sid

Mehr

Verteilungsfunktionen

Verteilungsfunktionen Verteilugsfuktioe Wie sid zufällige Fehler verteilt? Wie sid Messwerte verteilt? Fehler Messwerte Verteilugsfuktioe: Maxwell-Boltza Feri-Dirac Bose-Eistei Placksche Verteilug Frage ist stets, wie groß

Mehr

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer vo Prof. Dr. Ig. Dirk Rbe FH Emde/Leer Überblick: Folge ud Reihe Folge: Zhlefolge ( ) ; ; ; ist eie geordete Liste vo Zhle ( IN) : Glieder der Folge f(): Bildugsgesetz (eplizit i oder rekursiv) z.b.: (

Mehr

f) n n 2 x x 4 für n gerade; x für n ungerade

f) n n 2 x x 4 für n gerade; x für n ungerade R. Brik http://brik-du.de Seite 7.09.0 Lösuge Poteze I Ergebisse: E E E Ergebisse ( ) = 9 ; ( ) = 7 ; ( ) = 8 ; = ; 7 = ; = 7 ; = 9 ; ( ) = 7 9 Ergebisse x x x x x x ) ( + ) = + ( + ) = + c) x + x = (

Mehr

Formelsammlung Mathematik

Formelsammlung Mathematik Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1

Mehr

Carmichaelzahlen und andere Pseudoprimzahlen

Carmichaelzahlen und andere Pseudoprimzahlen Crmichelzhle ud dere Pseudoprimzhle Christi Glus 26.05.2008 1 Der fermtsche Primzhltest Erierug 1 (Kleier Stz vo Fermt). Für p prim, Z, ggt(, p) 1 gilt: p 1 1 (mod p) Algorithmus 2 (Fermtscher Primzhltest).

Mehr

A D A E B D D E D E D C C D E

A D A E B D D E D E D C C D E ie Kombiatori beschäftigt sich mit der Zusammestellug vo lemete eier Mege. s werde 2 Kugel ohe Zurüclege aus zwei Ure gezoge. ie erste Ure ethält 3 Kugel ; ; ud die zweite Ure 2 Kugel ;. ie erste Kugel

Mehr

War Benjamin Franklin Magier?

War Benjamin Franklin Magier? Wr Bejmi Frkli Mgier? Zusmmefssug Es wird eie Methode etwickelt, ei (fst) mgisches Qudrt der Ordug 8 k ( k ) mit fsziierede Eigeschfte herzustelle. Eileitug I seiem überus leseswerte ud bwechslugsreiche

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 6. Grudlage der Wahrscheilichkeitsrechug 6.. Defiitioe ud Beispiele Spiele aus dem Alltagslebe: Würfel, Müze, Karte,... u.s.w. sid gut geeiget die Grudlage der Wahrscheilichkeitsrechug darzustelle. Wir

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Kombinatorik VL

Kombinatorik VL Kombiatorik VL 6.1.2009 Bei eiem Sportwettkampf trete acht Sportler gegeeiader a. 1. Wie viele verschiedee Möglichkeite der Platzverteilug gibt es? 2. Wie viele Möglichkeite gibt es die Medaille old, Silber

Mehr

Mathematische Formelsammlung

Mathematische Formelsammlung Alysis 1. Folge ud Grezwerte 1.1. Defiitio: Mthemtische Formelsmmlug Eie Fuktio mit N * ={1; 2;3 ;...} ls Defiitiosereich heißt Folge. 1.2. Defiitio: Eie Folge heißt mooto steiged, we für lle Folgeglieder

Mehr

A Ω, Element des Ereignisraumes

A Ω, Element des Ereignisraumes ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes

Mehr

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten Der Additiossatz ud der Multiplikatiossatz für Wahrscheilichkeite Die Wahrscheilichkeitsrechug befasst sich mit Ereigisse, die eitrete köe, aber icht eitrete müsse. Die Wahrscheilichkeit eies Ereigisses

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Kapitel 7 Wahrscheilichkeitsrechug 7. Kombiatorik Def. 7..:a) Für eie beliebige atürliche Zahl m bezeichet ma das Produkt aus de Zahle vo bis m mit m Fakultät: m! := 2 3 m, 0! :=. b) Für zwei beliebige

Mehr

Klasse 10 Graphen von ganzrationalen Funktionen skizzieren

Klasse 10 Graphen von ganzrationalen Funktionen skizzieren Klsse 0 Grphe vo grtiole Fuktioe skiiere Nr.3-4.4.06 Ausggslge Vorwisse Die SuS kee Grudfuktioe ud ihre Grphe: f() = ²; ³; ⁴ f() = ; f() = Die SuS kee bei Grudfuktioe folgede Veräderuge: g() = f() Der

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Marek Kubica, Diskrete Strukturen Übungsblatt 13 Gruppe 11

Marek Kubica, Diskrete Strukturen Übungsblatt 13 Gruppe 11 Mrek Kubic, kubic@i.tum.de Diskrete Strukture Übugsbltt Gruppe Pukteverteilug: Σ Aufgbe () 8 () 7 Der Grph B ht de Prüfer-Code,,,,, der zustde kommt, we m de kleiste Kote vom Grd streicht ud de dere, übrig

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

8.3. Komplexe Zahlen

8.3. Komplexe Zahlen 8.. Komplee Zhle Wie bereits i 8.. drgestellt, wurde die fortlufede Erweiterug der Zhlbereiche durch die Eiführug immer kompleerer Recheopertioe otwedig:. Auf de türliche Zhle führte der Wusch ch iverse

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Für die Vorlesung von Prof. Schmitz

Für die Vorlesung von Prof. Schmitz Agewadte Mathematik Skript Für die Vorlesug vo Prof. Schmitz Vo Michael Barth www.little-thigs.de Dak a Patrick Bader 1 Table of Cotets 6. Graphe ud Bäume... 3 6.1 Graphe...3 6.1.1 Grudlegede e...3 6.1.2

Mehr

x mit Hilfe eines linearen, zeitinvarianten

x mit Hilfe eines linearen, zeitinvarianten Übug &Prktiku zu Digitle Sigle ud Systee The: Fltug Diskrete Fltug Wird ei zeitdiskretes Sigl ( T ) x it Hile eies liere, zeitivrite Siglverrbeitugssystes verrbeitet, so lässt sich ds Verhlte des verrbeitede

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung Stochastik, Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB 2004 Ihltsverzeichis Ihltsverzeichis... Folge ud Grezwerte... 2 Aäherug eie Grezwert... 2 Die Fläche des 5 Ecks... 3 Nährugsweise Berechug vo Pi... 4 Die Folge... 5 Defiitio der Folge... 5 Beispiele

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

Terme und Formeln Potenzen II

Terme und Formeln Potenzen II Terme ud Formel Poteze II Die eizige schriftliche Überlieferug der Mthemtik der My stmmt us dem Dresder Kodex. Ds Zhlesystem der Mys beruht uf der Bsis 0. Als Grud dfür wird vermutet, dss die Vorfhre der

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

1. Übungsblatt zur Analysis II

1. Übungsblatt zur Analysis II Fchereich Mthemtik Prof Dr Steffe Roch Nd Sissouo WS 9/ 69 Üugsltt zur Alysis II Gruppeüug Aufge G Bestimme Sie für jede der folgede Fuktioe f : [, ] R ds utere ud oere Itegrl ud etscheide Sie, o die Fuktio

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222 Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung www.s.schule.de/~matheabi 1 Wahrscheilichkeitsrechug Eileitug Dieser Text ist etstade, um Schülerie ud Schüler der Jahrgagsstufe 12 die Wiederholug des Stoffs voragegageer Jahre zu erleichter. Nebe viele

Mehr

Analysis I Probeklausur 2

Analysis I Probeklausur 2 WS /2 Mriescu/ Ert Alysis I Probeklusur 2. Aufgbe Die Folge (x ) N sei rekursiv defiiert durch x =, x + = 2+x. () Beweise, dss die Folge (x ) N streg mooto wchsed ist. (b) Beweise, dss (x ) N durch 2 ch

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Zahlenbereiche. Jeder Zahlenbereich ist eine Erweiterung des vorigen und enthält diesen

Zahlenbereiche. Jeder Zahlenbereich ist eine Erweiterung des vorigen und enthält diesen Mthemtik Ihlt Zhlebereiche Recheopertioe Hierrchie der Recheopertioe Recheregel Brüche Recheregel für Brüche Klmmerreche Potezrechug Potezgesetze Ntürliche Zhle Zhlebereiche Jeder Zhlebereich ist eie Erweiterug

Mehr

Algebra/Arithmetik. Eine Variable ist ein Platzhalter oder ein Stellvertreter für eine Zahl.

Algebra/Arithmetik. Eine Variable ist ein Platzhalter oder ein Stellvertreter für eine Zahl. Algebr/Arithmetik 1. Grudbegriffe Geometrie: Lehre vo de Rumgrösse Algebr: Lehre vo de Gleichuge Arithmetik: Lehre vo de Zhlegrösse (Zhle, Vrible) Defiitio: Eie Vrible ist ei Pltzhlter oder ei Stellvertreter

Mehr

ALGEBRA Potenzen Teil 2. Trainingsheft. Alle Regeln Musterbeispiele - Trainingsaufgaben. Datei Nr INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

ALGEBRA Potenzen Teil 2. Trainingsheft. Alle Regeln Musterbeispiele - Trainingsaufgaben. Datei Nr INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK ALGEBRA Poteze Teil it egtive Expoete Triigsheft Alle Regel Musterbeispiele - Triigsufgbe Dtei Nr. 0 Std 9. Dezeber 0 Friedrich W. Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK www.the-cd.de 0 Potezreche

Mehr

Mathematik Funktionen Grundwissen und Übungen

Mathematik Funktionen Grundwissen und Übungen Mathematik Fuktioe Grudwisse ud Übuge Potezfuktio Hyperbel Epoetialfuktio Umkehrfuktio Stefa Gärter 004 Gr Mathematik Fuktioe Seite Grudwisse Potezfuktio Defiitio Durch die Zuordugsvorschrift f: Æ mit

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Elementare Wahrscheinlichkeitstheorie und Statistik

Elementare Wahrscheinlichkeitstheorie und Statistik Elemetare Wahrscheilichkeitstheorie ud Statistik Kurzfassug: Defiitioe ud Sätze Beweise ud Beispiele werde i der Vorlesug behadelt Ihaltsverzeichis Vorlesug SS 2003 für Bio-Iformatiker ud Lehramtskadidate

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben . Eiführug Logik Defiitio: Uter eier ussage versteht ma die gedakliche Widerspiegelug eies Sachverhaltes der objektive Realität, bei dem eideutig etschiede werde ka, ob er wahr oder falsch ist. Operatioe

Mehr

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2 1

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2 1 Vorkurs Mthemtik Fchhochschule Frkfurt, Fchbereich 1 Reche mit Poteze N bezeichet die Mege der türliche Zhle, Q die Mege der rtiole Zhle ud R die Mege der reelle Zhle. N bedeutet: ist eie türliche Zhl.

Mehr

Folgen, Reihen und Grenzwert. Vorlesung zur Didaktik der Analysis

Folgen, Reihen und Grenzwert. Vorlesung zur Didaktik der Analysis Folge, Reihe ud Grezwert Vorlesug zur Didktik der Alysis Ihlt Motivtio Folge Spezielle Folge Grezwertdefiitio Wichtige Zusmmehäge ud Strtegie der Kovergezutersuchug Fuktioegrezwert Reihe Prdoxie ud Zusmmefssug

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht

Mehr

Elementare Wahrscheinlichkeitsrechnung und Statistik

Elementare Wahrscheinlichkeitsrechnung und Statistik CURANDO UNIVERSITÄT ULM SCIENDO DOCENDO Elemetare Wahrscheilichkeitsrechug ud Statistik Uiversität Ulm Istitut für Stochastik Vorlesugsskript Prof. Dr. Volker Schmidt Stad: Witersemester 28/9 Ulm, im Februar

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit

Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit Uiversität Regesburg Nturwisseschftliche Fkultät I Didktik der Mthetik Dr. Güter Rotheier WS 008/09 Privte Vorlesugsufzeichuge Kei Aspruch uf Vollstädigkeit 5 7 Eleetrthetik (LH) ud Fehlerfreiheit. Zhlebereiche.5.

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen.

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen. Übugsaufgabe Häufige Fehler: Baale Rechefehler Sigifikate Stelle falsch Eiheite vergesse Usaubere Arbeitsweise Rudugsfehler Eiheite falsch ugerechet T. Kießlig: Auswertug vo Messuge ud Fehlerrechug - Verteilugsfuktioe

Mehr

1 Funktionen und Flächen

1 Funktionen und Flächen Fuktioe ud Fläche. Fläche Defiitio: Die Ebee R ist defiiert als Mege aller geordete Paare vo reelle Zahle: R = {(,, R} Der erste Eitrag heißt da auch Koordiate ud der zweite Koordiate. Für zwei Pukte (,,

Mehr

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer Stochastik Eie Vorlesug für das Lehramtsstudium Fraz Hofbauer SS 01 Vorwort Der Begriff Wahrscheilichkeit wird üblicherweise mit Häufigkeit assoziiert. Was oft eitritt, hat hohe Wahrscheilichkeit, was

Mehr

ALGEBRA. Potenzen und Wurzeln. Grundlagen. Manuskript zur Wiederholung. Datei Nr Dezember Friedrich W. Buckel

ALGEBRA. Potenzen und Wurzeln. Grundlagen. Manuskript zur Wiederholung. Datei Nr Dezember Friedrich W. Buckel ALGEBRA Poteze ud Wurzel Grudlge Muskript zur Wiederholug Dtei Nr. Dezember 00 Friedrich W. Buckel Itertsgymsium Schloß Torgelow Ihlt Poteze mit türliche Expoete Potezgesetze Poteze mit egtive gze Expoete

Mehr

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete

Mehr

Gegebenenfalls heisst die Zahl s. der Reihe, und man schreibt

Gegebenenfalls heisst die Zahl s. der Reihe, und man schreibt Prof. Dr. Berd Dreseler 6 Reihe 6.1 Kovergez vo Reihe Gegebe sei eie Folge s 1 1, 2 1 2 3 1 2 3... s s, s..., 1 2 1, wird der Folge eie weitere Folge omplexer Zhle. Durch s zugeordet. www.berd-dreseler.de

Mehr

Datenauswertung. Prof. Dr. Josef Brüderl Universität Mannheim. Frühjahrssemester 2007

Datenauswertung. Prof. Dr. Josef Brüderl Universität Mannheim. Frühjahrssemester 2007 Dateauswertug Prof. Dr. Josef Brüderl Uiversität Maheim Frühjahrssemester 007 Methode-Curriculum B.A. Soziologie Basismodul: Methode ud Statistik: VL Dateerhebug (): 5 ÜK (): 3 ----------------------------------------------------------

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,

Mehr

15. WAHRSCHEINLICHKEITSRECHNUNG

15. WAHRSCHEINLICHKEITSRECHNUNG 5. WAHRSCHEINLICHKEITSRECHNUNG 5.. Eiführug Ereigisse sid oft icht geau vorhersagbar. Ma weiß vorher icht sicher, ob sie eitrete werde. Solche Ereigisse et ma zufällig. Beispiele: Müzwurf (Kopf oder Zahl)

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

s n =a 1 1 qn 1 q Für unendliche Reihen mit q 1 gilt: s=a 1

s n =a 1 1 qn 1 q Für unendliche Reihen mit q 1 gilt: s=a 1 Fiazmathematik Folge Arithmetische Geometrische Rekursiosformel a 1 =a d a 1 =a q N-tes Glied a =a 1 1 d a =a 1 q 1 N-te Partialsummer Prozetreche Grudwert, Bezugsgrösse Prozetfuss Prozetsatz i p s = 2

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Statistik und Wahrscheinlichkeitslehre

Statistik und Wahrscheinlichkeitslehre Statistik ud Wahrscheilichkeitslehre Zufall ud Mittelwerte Für alle techische Studiegäge Prof. Dr.-Ig. habil. Thomas Adamek Grudlage der Wahrscheilichkeitsrechug. Eiführug Grudlage vo Statistik ud Wahrscheilichkeitsrechug

Mehr

2. Zehnerpotenzen 2.1 Zehnerpotenzen mit positivem Exponenten 2.2 Zehnerpotenzen mit negativem Exponenten 2.3 Zusammenfassung von 2.

2. Zehnerpotenzen 2.1 Zehnerpotenzen mit positivem Exponenten 2.2 Zehnerpotenzen mit negativem Exponenten 2.3 Zusammenfassung von 2. Mthemtik Buch / 5. Poteze ud Wurzel /ZUSAMMENFASSUNG -502- Zusmmefssug: Poteze / Wurzel Potez 1 Ws ist eie Potez? 2 Poteze mit positivem Expoete 3 Poteze mit egtivem Expoete 4 Zusmmefssug vo 2. Zeherpoteze

Mehr

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase

Mehr

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie

Mehr

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. 1.3 Fuktioe Seie M ud N Mege f : M N x M : 1 y N : y fx et ma Fuktio oder Abbildug. Beachte: Zuordug ist eideutig. Bezeichuge: M : Defiitiosbereich N : Bildbereich Zielmege vo f Der Graph eier Fuktio:

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

A = Ereignisraum = σ-algebra (Sigma-Algebra) = Menge aller messbaren Ergebnisse über eine definierte Grundmenge Ω

A = Ereignisraum = σ-algebra (Sigma-Algebra) = Menge aller messbaren Ergebnisse über eine definierte Grundmenge Ω Statistik Theorie Defiitioe Ω = Grudmege = Ergebismege = Mege aller mögliche Ergebisse A = Ereigisraum = σ-algebra (Sigma-Algebra) = Mege aller messbare Ergebisse über eie defiierte Grudmege Ω P(Ω) = Potezmege

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach! Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud

Mehr

Der binomische Lehrsatz

Der binomische Lehrsatz Der iomische Lehrstz Ei Biom ist die Summe us zwei Glieder, etw +. Poteziert m dieses Biom mit eier ichtegtive gze Zhl, so gilt ch dem iomische Lehrstz (1) Beweis 1 + = k= 0 k k Für die trivile Fälle =

Mehr

Finanzierung: Übungsserie IV Aussenfinanzierung

Finanzierung: Übungsserie IV Aussenfinanzierung Them Dokumetrt Fizierug: Übugsserie IV Aussefizierug Lösuge Theorie im Buch "Itegrle Betriebswirtschftslehre" Teil: pitel: D Fizmgemet 2.4 Aussefizierug Fizierug: Übugsserie IV Aussefizierug Aufgbe Eie

Mehr

Merkhilfe. 1 Inhalte der Mittelstufe STAATSINSTITUT FÜR SCHULQUALITÄT UND BILDUNGSFORSCHUNG MÜNCHEN. Mathematik am Gymnasium

Merkhilfe. 1 Inhalte der Mittelstufe STAATSINSTITUT FÜR SCHULQUALITÄT UND BILDUNGSFORSCHUNG MÜNCHEN. Mathematik am Gymnasium STAATSINSTITUT FÜR SCHULQUALITÄT UND BILDUNGSFORSCHUNG MÜNCHEN Mekhilfe Mthemtik m Gymsium Ihlte de Mittelstufe Lösugsfomel fü qudtische Gleichuge c / 4c Poteze m m s s s s s s Logithme logc log logc log

Mehr

1 Vollständige Induktion

1 Vollständige Induktion 1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die

Mehr

Thema 8 Konvergenz von Funktionen-Folgen und - Reihen

Thema 8 Konvergenz von Funktionen-Folgen und - Reihen Them 8 Kovergez vo Fuktioe-Folge ud - Reihe Defiitio Sei (f ) eie Folge vo Fuktioe vo D R i R. Wir sge, dß f puktweise gege eie Fuktio f kovergiert, flls gilt: f () f() für jedes D. Dies ist der türliche

Mehr

Integralrechnung kurzgefasst

Integralrechnung kurzgefasst Itegrlrehug kurzgefsst. Flähe uter eiem Grphe Die Eistiegsfrge lutet: Wie k m de Fläheihlt A eies Flähestüks erehe, ds egrezt wird - vom Grphe G f eier (stetige) Fuktio - vo der -Ahse - vo zwei Prllele

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen. Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

Teilbarkeit. Christoph Dohmen. Judith Coenen. 17. Mai Christoph Dohmen, Diskrete Mathematik Teilbarkeit. Judith Coenen

Teilbarkeit. Christoph Dohmen. Judith Coenen. 17. Mai Christoph Dohmen, Diskrete Mathematik Teilbarkeit. Judith Coenen Diskrete Mthemtik Teilrkeit Christoph Dohme 7. Mi 2006 Diskrete Mthemtik Teilrkeit Ihltsverzeichis. Eileitug 2. Der größte gemeisme Teiler 3. Divisio mit Rest 4. Der Eukli sche Algorithmus 5. Ds kleiste,

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode

Mehr

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2

Mehr

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter

Mehr