Rechnen mit einfachem Mengenkalkül
|
|
- Bernt Ritter
- vor 8 Jahren
- Abrufe
Transkript
1 edingte ahrscheinlichkeiten llgemeine Frage: Rechnen mit einfachem Mengenkalkül ie groß ist die ahrscheinlichkeit für ein Ereignis falls bereits ein Ereignis eingetreten ist (und der etrachter über diese Information verfügt)? eispiel: ie groß ist die ahrscheinlichkeit für eine gerade ahl beim ürfelwurf falls bereits eine ahl kleiner als 4 gewürfelt wurde? Ω ( ) / Ω / Ω ( ) ( ) 66
2 edingte ahrscheinlichkeit Seien und Ereignisse mit () > 0. Dann ist die bedingte ahrscheinlichkeit von unter definiert als Rechnen mit einfachem Mengenkalkül ( ) ( ) ( ) nalogie zu bedingten relativen Häufigkeiten efragung unter den Studenten der Veranstaltung Statistik I () Nichtraucher Raucher Insg. Männer Frauen 6 7 Insg ( ) 0 as ist für? X Y f n / n 5/6 f 5/ 0.74 f n / /6 n Interpretation? 67
3 Rechenregeln für bedingte ahrscheinlichkeiten Rechenregeln für gewöhnliche ahrscheinlichkeiten können auf bedingte ahr- scheinlichkeiten übertragen werden. eispielsweise gilt für () > 0: und ( ) ( ) ( ) + ( ) ( ). ( ) falls Es lässt sich theoretisch zeigen dass durch mit ( ) > 0 ein ahrscheinlichkeitsmaß definiert wird. Dieses ordnet den Ereignissen einer passend zu wählenden Ereignisalgebra (vgl. Seite 50) ahrscheinlichkeiten zu. roduktsatz Seien und Ereignisse mit () > 0. Dann gilt: ( ) ( ) ( ). Falls ( ) > 0 gilt ebenso ( ) ( ) ( ). 68
4 Multiplikationssatz Für gegebene Ereignisse... k mit ( K ) 0 k > gilt: ( K ) ( ) ( ) ( ) K ( K ). k k k eweis: folgt sukzessive aus dem roduktsatz eispiel: Die Entwicklungsabteilung eines roduzenten von Haushaltsgeräten ist in 90% der Fälle für die Markteinführung der von ihr entwickelten Geräte. Ein positives Votum der Entwicklungsabteilung führt mit einer ahrscheinlichkeit von 0.7 bei der Marketingabteilung ebenfalls zu einem positiven Votum. Sind beide bteilungen für die Markteinführung des neuen Gerätes so entscheidet die Geschäftsleitung dennoch mit einer ahrscheinlichkeit von 0. dagegen. Ist die Marketingabteilung gegen die Markteinführung die Entwicklungsabteilung aber dafür so stimmt die Geschäftsleitung nur mit einer ahrscheinlichkeit von 0.4 zu. 69
5 a) erechnen Sie die ahrscheinlichkeit dafür dass die Markteinführung eines neuen roduktes sowohl von der Geschäftsleitung als auch von der Entwicklungs- und der Marketingabteilung getragen wird. b) Mit welcher ahrscheinlichkeit entscheiden sich Geschäftsleitung und Entwicklungsabteilung für die Markteinführung eines neuen roduktes? Ereignisse hier: : : : Entwicklungsabteilung ist für die Markteinführung Marketingabteilung ist für die Markteinführung Geschäftsleitung ist für die Markteinführung Für welche Ereignisse sind ahrscheinlichkeiten gegeben? Für welche Ereignisse sollen ahrscheinlichkeiten berechnet werden? ( ) 0.9 ( ) 0.7 ( ) ( ). Gegeben: ( ) 0. ( ) 0.4. Gefragt: a) b) 70
6 Entwicklungsabteilung Marketingabteilung nalogie zu relativen Häufigkeiten? Geschäftsleitung
7 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) a) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) b) ( ) ( ) ( ) ( ) ( ) ( ) ie groß wären die betreffenden ahrscheinlichkeiten falls in jeder bteilung per Münzwurf die Entscheidung für oder gegen das rodukt getroffen würde? ie groß wäre dann die ahrscheinlichkeit für? 7
8 ann sind zwei Ereignisse unabhängig? 7
9 Unabhängigkeit von Ereignissen nsatz: ( ) ( ) Rechnen mit einfachem Mengenkalkül ahrscheinlichkeit für hängt nicht vom Eintreten des Ereignisses ab. ( ) ( ) ( ) ( ) ( ) ( ) ( ) > 0 vorausgesetzt ( ) ( ) ( ) ( ) > 0 vorausgesetzt ( ) ( ) eachte: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) egen + und gilt mit ( ) ( ) ( ). ( ) ( ): 74
10 Unabhängigkeit von zwei Ereignissen wei Ereignisse und heißen stochastisch unabhängig wenn gilt: ( ) ( ) ( ) ( ) ( ) mit ( ) > 0 ( ) ( ) mit ( ) > 0. bzw. bzw. Für () 0 und/oder () 0 definieren wir und ebenfalls als stochastisch unabhängig. eispiel: weimaliger Münzwurf Ω {( ) ( ) ( ) ( ) } etrachte Ereignissse und mit: { beim ersten urf appen } und { beim zweiten urf appen }. 75
11 Laplace-Experiment Demnach: ( ) Ω {( ) ( )} {( ) ( )} ( ) 0.5 Ω ( ) Ω 4 {( )} ( ) ( ) ( ) und sind stochastisch unabhängig! Ergebnis hier nicht überraschend! In anderen Fällen mag dies anders aussehen. 76
12 nalogie zum usammenhang zwischen Merkmalen Nichtraucher Raucher Insg. Männer Frauen 6 7 Insg ann besteht kein usammenhang (empirische Unabhängigkeit)?! Von stochastischer Unabhängigkeit generell zu unterscheiden! ostulat der empirischen Unabhängigkeit (vgl. S. 4): f f ij f j für i... k und j... l i f ij f j fi für i... k und j... l rodukt der Randverteilungen ergibt gemeinsame Verteilung 77
13 Sind disjunkte Ereignisse unabhängig? 78
14 Übung: eispiel : Mehr als zwei Ereignisse In einer Urne befinden sich 8 Kugeln die durchnummeriert sind von bis 8 und sich ansonsten nicht unterscheiden. Eine Kugel wird zufällig gezogen. etrachten Sie die folgenden Ereignisse: : Es wird eine ahl kleiner als 5 gezogen : Es wird eine gerade ahl gezogen C: Es wird eine 6 7 oder 8 gezogen. eigen Sie dass die Ereignisse und und die Ereignisse und C jeweils unabhängig sind. Sind auch die Ereignisse und C unabhängig? elche allgemeine Schlussfolgerung können Sie ziehen? 79
15 eiteres eispiel : Mehrere Ereignisse ngenommen es läge in nalogie zum eispiel auf Seite 7 eine stochastische Entscheidungsstruktur gemäß des folgenden Diagramms vor /6 /6 /6 /6 /6 /6 /6 /6 Man möge nachvollziehen dass die Entscheidungen der einzelnen Entscheidungsstufen paarweise unabhängig sind und dennoch z.. nicht gilt: ( ) ( ) bzw. ( ) ( ) ( ) ( ). 80
16 Unabhängigkeit von mehreren Ereignissen Die Ereignisse... k heißen stochastisch unabhängig wenn gilt: ( K ) ( ) ( ) K ( ) i i il i i i l für alle möglichen i < i < K < i k und alle l. l Interpretation?! us der paarweisen Unabhängigkeit folgt i.. nicht die Unabhängigkeit der Ereignisse... k. Ebenso gilt keine Transitivitätseigenschaft. eispiel : Urnenmodell eim iehen mit urücklegen sind die Ergebnisse der einzelnen iehungen unabhängig. eim iehen ohne urücklegen sind die Ergebnisse der einzelnen iehungen abhängig. 8
17 ufgabe 4 In einer Filiale eines Mannheimer Kreditinstituts besitzen 80% der Kunden ein Girokonto und 50% der Kunden ein Sparkonto. lle Kunden der Filiale verfügen über mindestens eine der beiden nlageformen. Dann ist die ahrscheinlichkeit dass ein zufällig ausgewählter Kunde dieser ank R F sowohl ein Giro- als auch ein Sparkonto besitzt gleich 0. ein Sparkonto besitzt wenn bereits bekannt ist dass der Kunde ein Girokonto hat gleich ein Girokonto besitzt wenn bereits bekannt ist dass der Kunde ein Sparkonto hat gleich 0.4 höchstens eines von beiden Konten besitzt gleich
18 ufgabe 44 ei der Montage eines utos wird auf drei Fertigungsstraßen parallel und unabhängig voneinander gearbeitet. Statistische Untersuchungen ergaben für die drei Fertigungsstraßen folgende usfallwahrscheinlichkeiten je Schicht: Straße : 0.09 Straße : 0.6 Straße : 0.9. Die ahrscheinlichkeit dass während einer Schicht R F alle Fertigungsstraßen ausfallen ist gleich 0.44 keine der drei Fertigungsstraßen ausfällt ist größer als 0.6 auf wenigstens einer der drei Fertigungsstraßen ohne Störung produziert wird ist größer als
19 ufgabe 45 Gegeben seien drei Ereignisse und C mit jeweils positiver Eintrittswahrscheinlichkeit d.h. () > 0 () > 0 und (C) > 0. Dann gilt stets: R F ( ) ( ) ( ) ( C) falls ( ) ( ) ( ) ( ) ( ) falls und ( ) ( C) ( C) ( C) ( C) + ( ) C falls C. falls 84
20 Satz von der totalen ahrscheinlichkeit und Satz von ayes eispiel: Satz von der totalen ahrscheinlichkeit 4 ( Disjunkte erlegung von Ω) Ω esonderheit hier: 4 Ω U i i wobei j i für. j i ( ) ( ) ( ) ( ) 4 ( ) ( ) ( ) ( ) ( ) arum geht das? ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
21 Satz von der totalen ahrscheinlichkeit ilden die Ereignisse... k eine disjunkte erlegung von Ω so gilt: k ( ) ( ) ( ). i i i edeutung? eispiel: nalogie zu relativen bedingten Häufigkeiten Nichtraucher Raucher Insg. Männer Frauen 6 7 Insg ie müssten Fragestellungen im Rahmen von ahrscheinlichkeiten formuliert werden? nteil der Nichtraucher nteil der Nichtraucher unter Männern nteil der Männer + nteil der Nichtraucher unter Frauen nteil der Frauen Y X Y X f f In ahlen: f f f + f f f + f f + f f. f f 86
22 egen ( ) j Rechnen mit einfachem Mengenkalkül ( ) j gilt nun: ( ) j k i ( ) ( ) ( ) j ( ) ( ) i j i. Satz von ayes ilden die Ereignisse... k eine disjunkte erlegung von Ω wobei für mindestens ein i... k ( ) > 0 und ( ) > 0 i ( ) ( ) ( ) ( ) i erfüllt ist. Dann gilt: j j ( j ) k j... k. edeutung? i i i 87
23 . eispiel: Medizinische Diagnostik (aus Fahrmeir S. ) ur Erkennung von Krankheiten stehen in der Diagnostik medizinische Tests zur Verfügung die so angelegt sein sollen dass sie eine Erkrankung erkennen wenn sie tatsächlich vorliegt und nicht reagieren wenn der entsprechende atient nicht erkrankt ist. Nehmen wir nun an es geht um die Erkennung einer sehr seltenen Krankheit. Mit der ezeichnung { atient ist krank } { Testergebnis ist positiv } lassen sich aus der Erprobungsphase des Tests folgende ahrscheinlichkeiten als bekannt annehmen: ( ) 0.00 ( ) 0.98 ( ) 0.0. ( Sensitivität ) ( Spezifität ) Interpretation? 88
24 Frage: Mit welcher ahrscheinlichkeit ist ein atient tatsächlich erkrankt falls das Testergebnis positiv ausfällt? Formel von ayes ( ) ( ) ( ) ( ) ( ) + ( ) ( ) edeutung?. eispiel: Geldanlage (aus Fahrmeir S. 4) In diesem eispiel interessieren die ahrscheinlichkeiten für bestimmte Tendenzen in der Kursentwicklung aufgrund dessen man über die nlage seines Kapitals entscheidet. Es seien drei Ereignisse möglich: {Der ins fällt um 0.5%} {Der ins bleibt unverändert} und {Der ins steigt um 0.5%}. 89
25 Nach eigenen subjektiven (!) Einschätzungen nehmen wir folgende ahrscheinlichkeiten für das Eintreten obiger Ereignisse an: ( ). ( ) 0. 6 und ( ) ls Ereignis ziehen wir die rognose eines nlageberaters {Der ins steigt um 0.5%} hinzu. ufgrund von Erfahrungswerten (!) sei zudem bekannt: ( ) 0.5 ( ) 0. 0 und ( ) Interpretation? Da sich ein potentieller nleger insbesondere für die ahrscheinlichkeit einer steigenden insentwicklung interessiert ist die verbesserte ahrscheinlichkeit für das Eintreten von also für einen insanstieg nach der eratung durch einen nlageberater eine wichtige Information. Mit welcher ahrscheinlichkeit tritt also nach positiver Einschätzung des eraters tatsächlich ein insanstieg ein? 90
26 Formel von ayes Rechnen mit einfachem Mengenkalkül ( ) ( ) ( ) ( ) ( ) i i i edeutung? roblematik vorhanden? emerkung: Im usammenhang mit dem Satz von ayes werden die ahrscheinlichkeiten ( i ) auch als a-priori ahrscheinlichkeiten und ( i ) als a-posteriori ahrscheinlichkeiten bezeichnet. Diese a-priori ahrscheinlichkeiten sind mit den objektiven a-priori ahrscheinlichkeiten (vgl. S. ) nicht gleichzusetzen. Diese ahrscheinlichkeiten basieren auf Vorinformation der Vergangenheit oder auf subjektiven Einschätzungen. Sie werden dazu verwendet ahrscheinlichkeiten nach Eintreten eines bestimmten Ereignisses neu ( besser ) zu bewerten. Eine konsequente Fortführung dieses nsatzes findet sich in der sogenannten ayes-statistik die heute einen eigenen weig der Statistik bildet. 9
27 ufgabe 46 Die evölkerung eines Landes sezte sich im esentlichen aus vier verschiedenen evölkerungsgruppen zusammen. Die überwiegende Mehrheit von 70% gehöre Gruppe an % Gruppe 5% Gruppe C und % Gruppe D. In einem Referendum soll über den eitritt des Landes zu einer größeren Staatengemeinschaft ( Ja oder Nein ) entschieden werden. Es sei durch Umfragen bekannt dass 80% von Gruppe gegen den eitritt sind. In Gruppe befürworten dagegen 60% den eitritt in Gruppe C 70% und in Gruppe D gar 90%. Die ahrscheinlichkeit dass R F ein zufällig ausgewählter Einwohner für den eitritt stimmt ist größer als 0. ein zufällig ausgewählter eitrittsbefürworter aus Gruppe stammt ist kleiner als
28 ufgabe 47 Um zu prüfen ob eine erson eine bestimmte Krankheit K hat (K + ) oder nicht (K - ) wird ein Test T durchgeführt der positiv (T + ) oder negativ (T - ) ausfallen kann (T + deutet auf eine Erkrankung hin) Die Terminologie lautet danach rävalenz (K + ) Spezifität (T - K - ) Sensitivität (T + K + ). In Deutschland ist die rävalenz von HIV in heterosexuellen Männern die keiner bekannten Risikogruppe angehören etwa 0.0%. Die Häufigkeit falsch-positiver HIV-Tests (T + K - ) beträgt etwa 0.0%. Die Sensitivität des HIV-Tests beträgt etwa 99.9%. R F Die ahrscheinlichkeit HIV-infiziert zu sein wenn der HIV-Test positiv ausfällt ist größer als
29 Eindimensionale ufallsvariablen Diskrete ufallsvariablen Stetige ufallsvariablen Mehr über ufallsvariablen und Verteilungen Eindimensionale ufallsvariablen 94
30 ufallsvariable und ahrscheinlichkeitsverteilung Diskrete ufallsvariablen iel: Ergebnisse eines ufallsvorgangs sollen (nur) durch ahlen ausgedrückt werden. eispiel: Viermaliger Münzwurf {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Ω Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 95 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )} ngenommen wir interessieren uns nur für die nzahl von appen nach viermaligem Münzwurf. Dann betrachten wir eine Variable X nzahl von appen die nur die erte 0 oder 4 annehmen kann. D.h. formal ist X eine bbildung { } 4 0 : Ω Ω X ( ). x X ϖ ϖ a
31 Diskrete ufallsvariablen Hier gilt z.. für ϖ ( ) und ϖ 5 ( ) X ( ϖ ) 4 bzw. X ( ϖ 5 ). Mit anderen orten betrachten wir nun einen neuen Ereignisraum Ω* mit Ω { 0 4 }. ur erechnung der ahrscheinlichkeit von Ereignissen auf dem Ereignisraum Ω* können wir unter Kenntnis der Definition von X auf den ursprünglichen Ereignisraum Ω rückprojizieren. eispielsweise besteht das Ereignis * Es tritt höchstens einmal appen auf also aus dem ursprünglichen Ereignis Ω mit { 0 } Ω mit {( ) ( ) ( ) ( ) ( ) }. Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 96
32 Diskrete ufallsvariablen Damit ist die ahrscheinlichkeit für das Ereignis * gegeben durch ( ) ( X ) ( { ϖ X ( ϖ ) }) { ϖ ϖ ϖ ϖ ϖ } 5 6 ( ) Ω X(ω ) ω ω ω 6 ω ω ω ω X(ω6 ω ) ω 4 ω 5 ω ω ω ω 4 ω 5 ω 6 ω 7 ω 8 ω 9 ω * Da die erte von X die Ergebnisse eines ufallsvorgangs sind bezeichnen wir X auch als ufallsvariable. Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 97
33 . eispiel: weimaliger ürfelwurf Ω Diskrete ufallsvariablen { ( i j) i j 6 } ϖ ij ϖ ij etrachte ufallsvarialbe X ugensumme. Dann gilt z.. X(ω ) X(ω ) 5 und X(ω 55 ) 0. nalog zu den Überlegungen im. eispiel gilt z.. : ( ugensumme 5 ) (X 5) ({ω 4 ω 4 ω ω }) 4/6 /9.. eispiel: Mietspiegelerhebung Ω { mietspiegelrelevante ohnungen } + etrachte z.. X Nettomiete d.h. X : Ω Ω IR { x : x 0 }. Interessierendes Ereignis z.. { X 000 }. eachte: Hier Kenntnis von Ω und der Definition von X wenig hilfreich zur erechnung der ahrscheinlichkeit von *. ls interessierender Ereignisraum wird deshalb gleich ganz IR betrachtet und die ahrscheinlichkeitsverteilung von X auf IR. Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 98
34 Diskrete ufallsvariablen ufallsvariable Eine Variable oder ein Merkmal X dessen erte oder usprägungen die Ergebnisse eines ufallsvorgangs sind heißt ufallsvariable. Die ahl x IR die X bei einer Durchführung des ufallsvorgangs annimmt heißt Realisierung oder ert von X. emerkung ir betrachten im Folgenden also nur noch den Ereignisraum mit reellen ahlen. Die interessierenden Ereignisse sind dann Teilmengen davon und z.. von der rt bzw. allgemein { X I } { X a} { X a} { X > a} { a X b} wobei I ein abgeschlossenes offenes oder halboffenes Intervall ist. eitere durch X definierte zulässige ereiche ergeben sich daraus durch Komplementbildung und abzählbare Durchschnitts- und Vereinigungsbildung. Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 99
35 Diskrete ufallsvariablen! Die grundlegenden Rechengesetze des Mengenkalküls bleiben erhalten! eispiele: Sei X ufallsvariable mit ( X ) 0.5 ( X ) 0. und ( X ) 0.. ( X ) Sei Y ufallsvariable mit ( Y ( 0] ) 0.5 ( Y ( 0 0]) 0. und ( Y [ 8 ) ) 0.5. ( > 0 ) Y ( [ 8 0]) ( Y ( 00] ) + ( Y 8) ( Y > 0) Y Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 400
36 Diskrete ufallsvariablen ahrscheinlichkeitsverteilung ( ) ( ) Die Menge aller ahrscheinlichkeiten X I oder X für Intervalle I oder zulässige ereiche nennt man auch ahrscheinlichkeitsverteilung (von X). as folgt... Unterscheide generell ahrscheinlichkeitsverteilung von diskreten ufallsvariablen stetigen ufallsvariablen ahrscheinlichkeit... über addieren über integrieren (Flächen!) zunächst: Rechnen mit diskreten ufallsvariablen Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 40
37 Diskrete ufallsvariablen Verteilungen und arameter von diskreten ufallsvariablen Definition und Verteilung Diskrete ufallsvariable und ahrscheinlichkeitsfunktion Eine ufallsvariable X heißt diskret falls sie nur endlich oder abzählbar unendlich viele erte a a K a K k von X ist durch die ahrscheinlichkeiten ( X ) a j p j j K k gegeben. Die Funktion f ( x) annehmen kann. Die ahrscheinlichkeitsverteilung ( X a ) x a { a a K a } 0 j j k K sonst heißt dabei ahrscheinlichkeitsfunktion von X. Träger nalogie in der deskriptiven Statistik? Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 40
38 Diskrete ufallsvariablen Verteilungsfunktion einer diskreten ufallsvariable Gegeben sei eine diskrete ufallsvariable mit ahrscheinlichkeitsfunktion f ( x). Dann ist durch F ( x) ( X x) f ( a j ) j: a x j die Verteilungsfunktion von X gegeben. nalogie in der deskriptiven Statistik? elche grundlegenden Eigenschaften besitzt die Verteilungsfunktion einer diskreten ufallsvariable? Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 40
39 Diskrete ufallsvariablen Übung: Gegeben sei eine diskrete ufallsvariable mit ( X ) 0.5 ( X ) 0. und ( X ) 0.. eichnen Sie die ahrscheinlichkeitsfunktion und die Verteilungsfunktion von X. Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 404
40 Diskrete ufallsvariablen > Übungen Eine faire Münze wird viermal geworfen und man interessiert sich dafür wie oft im Ergebnis ahl erscheint. Die ufallsvariable X gebe die nzahl von ahl an. a) erechnen und zeichnen Sie die Verteilungsfunktion von X. b) erechnen Sie folgende ahrscheinlichkeiten: ( 0 < X ) ( X > ) und ( X < ). Hinweis: Nutzen Sie die Ereignismenge Ω auf Seite 95. Teil a): Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 405
41 Diskrete ufallsvariablen Teil b): Eindimensionale ufallsvariablen - Diskrete ufallsvariablen 406
15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
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
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
Mehry 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
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
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
Mehr(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP
.RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip
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.
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
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrAufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrRente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen
1 3.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind
Mehr4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:
4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie
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.
Mehr13 Öffentliche Güter
1 13ÖffentlicheGüter Deregriffdes"öffentlichenGutes"hateinigespekte,dieÄhnlichkeitenzuderDiskussion vonexterneneffektenaufweisen.einsolchergemeinsamerspektist,daßnichtmehralle EntscheidungsträgerunabhängigvoneinanderüberdasNiveaueinesdesKonsumsoderdes
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrMarkovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse 07.01.2015
Markovketten Markovketten sind ein häufig verwendetes Modell zur Beschreibung von Systemen, deren Verhalten durch einen zufälligen Übergang von einem Systemzustand zu einem anderen Systemzustand gekennzeichnet
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
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
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrSollsaldo und Habensaldo
ollsaldo und abensaldo Man hört oft die Aussage "Ein ollsaldo steht im aben, und ein abensaldo steht im oll". Da fragt man sich aber, warum der ollsaldo dann ollsaldo heißt und nicht abensaldo, und warum
MehrDieses erste Kreisdiagramm, bezieht sich auf das gesamte Testergebnis der kompletten 182 getesteten Personen. Ergebnis
Datenanalyse Auswertung Der Kern unseres Projektes liegt ganz klar bei der Fragestellung, ob es möglich ist, Biere von und geschmacklich auseinander halten zu können. Anhand der folgenden Grafiken, sollte
MehrVorlesung - Medizinische Biometrie
Vorlesung - Medizinische Biometrie Stefan Wagenpfeil Institut für Medizinische Biometrie, Epidemiologie und Medizinische Informatik Universität des Saarlandes, Homburg / Saar Vorlesung - Medizinische Biometrie
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrLösungshinweise zur Einsendearbeit 2 SS 2011
Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrAus Knoten und Kanten, die Bezeichnungen haben können. Ein Graph, bei dem die Kanten Richtungen haben.
ormale Methoden der Informatik WS 2/2 Lehrstuhl für atenbanken und Künstliche Intelligenz ProfrrJRadermacher H Ünver T Rehfeld J ollinger 3 ufgabenblatt esprechung in den Tutorien vom 72 (ab Übungstermin)
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrRente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen
5.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind zwei
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrHIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN
HIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN Zinsen haben im täglichen Geschäftsleben große Bedeutung und somit auch die eigentliche Zinsrechnung, z.b: - Wenn Sie Ihre Rechnungen zu spät
MehrWurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik
Wurzeln als Potenzen mit gebrochenen Exponenten Zur Einstimmung Wir haben die Formel benutzt x m n = x m n nach der eine Exponentialzahl potenziert wird, indem man die Exponenten multipliziert. Dann sollte
MehrGrundlagen. 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
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
Mehr10.1 Auflösung, Drucken und Scannen
Um einige technische Erläuterungen kommen wir auch in diesem Buch nicht herum. Für Ihre Bildergebnisse sind diese technischen Zusammenhänge sehr wichtig, nehmen Sie sich also etwas Zeit und lesen Sie dieses
MehrDie neue Aufgabe von der Monitoring-Stelle. Das ist die Monitoring-Stelle:
Die neue Aufgabe von der Monitoring-Stelle Das ist die Monitoring-Stelle: Am Deutschen Institut für Menschen-Rechte in Berlin gibt es ein besonderes Büro. Dieses Büro heißt Monitoring-Stelle. Mo-ni-to-ring
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrDie Post hat eine Umfrage gemacht
Die Post hat eine Umfrage gemacht Bei der Umfrage ging es um das Thema: Inklusion Die Post hat Menschen mit Behinderung und Menschen ohne Behinderung gefragt: Wie zufrieden sie in dieser Gesellschaft sind.
MehrZahlenoptimierung Herr Clever spielt optimierte Zahlen
system oder Zahlenoptimierung unabhängig. Keines von beiden wird durch die Wahrscheinlichkeit bevorzugt. An ein gutes System der Zahlenoptimierung ist die Bedingung geknüpft, dass bei geringstmöglichem
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
Mehr5. Bildauflösung ICT-Komp 10
5. Bildauflösung ICT-Komp 10 Was sind dpi? Das Maß für die Bildauflösung eines Bildes sind dpi. Jeder spricht davon, aber oft weiß man gar nicht genau was das ist. Die Bezeichnung "dpi" ist ein Maß, mit
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
Mehr2 Terme 2.1 Einführung
2 Terme 2.1 Einführung In der Fahrschule lernt man zur Berechnung des Bremsweges (in m) folgende Faustregel: Dividiere die Geschwindigkeit (in km h ) durch 10 und multipliziere das Ergebnis mit sich selbst.
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrZufallsgrößen und Wahrscheinlichkeitsverteilungen
RS 24.2.2005 Zufallsgroessen_i.mcd 1) Zufallsgröße Zufallsgrößen und Wahrscheinlichkeitsverteilungen Zu jedem Zufallsexeriment gehört ein Ergebnisraum Ω. Die einzelnen Ergebnisse ω i können Buchstaben,
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrHerzlich Willkommen beim Webinar: Was verkaufen wir eigentlich?
Herzlich Willkommen beim Webinar: Was verkaufen wir eigentlich? Was verkaufen wir eigentlich? Provokativ gefragt! Ein Hotel Marketing Konzept Was ist das? Keine Webseite, kein SEO, kein Paket,. Was verkaufen
MehrStatuten in leichter Sprache
Statuten in leichter Sprache Zweck vom Verein Artikel 1: Zivil-Gesetz-Buch Es gibt einen Verein der selbstbestimmung.ch heisst. Der Verein ist so aufgebaut, wie es im Zivil-Gesetz-Buch steht. Im Zivil-Gesetz-Buch
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrBetriebskalender & Kalenderfunktionen
Betriebskalender & Kalenderfunktionen Der Betriebskalender ist in OpenZ für 2 Dinge verantwortlich: 1. Berechnung der Produktionszeiten im Modul Herstellung 2. Schaffung der Rahmenbedingungen, für die
Mehr2. Negative Dualzahlen darstellen
2.1 Subtraktion von Dualzahlen 2.1.1 Direkte Subtraktion (Tafelrechnung) siehe ARCOR T0IF Nachteil dieser Methode: Diese Form der Subtraktion kann nur sehr schwer von einer Elektronik (CPU) durchgeführt
Mehr40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst.
40-Tage-Wunder- Kurs Umarme, was Du nicht ändern kannst. Das sagt Wikipedia: Als Wunder (griechisch thauma) gilt umgangssprachlich ein Ereignis, dessen Zustandekommen man sich nicht erklären kann, so dass
MehrGründe für fehlende Vorsorgemaßnahmen gegen Krankheit
Gründe für fehlende Vorsorgemaßnahmen gegen Krankheit politische Lage verlassen sich auf Familie persönliche, finanzielle Lage meinen, sich Vorsorge leisten zu können meinen, sie seien zu alt nicht mit
MehrWie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrEntwicklung des Dentalmarktes in 2010 und Papier versus Plastik.
Sehr geehrter Teilnehmer, hier lesen Sie die Ergebnisse aus unserer Umfrage: Entwicklung des Dentalmarktes in 2010 und Papier versus Plastik. Für die zahlreiche Teilnahme an dieser Umfrage bedanken wir
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrFelix Klug SS 2011. 2. Tutorium Deskriptive Statistik
2. Tutorium Deskriptive Statistik Felix Klug SS 2011 Skalenniveus Weitere Beispiele für Skalenniveus (Entnommen aus Wiederholungsblatt 1.): Skalenniveu Nominalskala Ordinalskala Intervallskala Verhältnisskala
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
MehrIn diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können.
Tutorial: Wie erfasse ich einen Termin? In diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können. Neben den allgemeinen Angaben zu einem
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
Mehr3. LINEARE GLEICHUNGSSYSTEME
176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an
MehrMeinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele
Meinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele 4. März 2015 q5337/31319 Le forsa Politik- und Sozialforschung GmbH Büro Berlin Schreiberhauer
MehrWahrscheinlichkeitstheorie. Zapper und
Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrÄrzte befürchten Engpässe bei der Patientenversorgung
allensbacher berichte Institut für Demoskopie Allensbach November 2010 Ärzte befürchten Engpässe bei der Patientenversorgung Die Ärzte in Deutschland sind außerordentlich besorgt, dass es in Zukunft verstärkt
MehrGlaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln Regeln ja Regeln nein Kenntnis Regeln ja Kenntnis Regeln nein 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % Glauben Sie, dass
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrDas Thema von diesem Text ist: Geld-Verwaltung für Menschen mit Lernschwierigkeiten
Das Thema von diesem Text ist: Geld-Verwaltung für Menschen mit Lernschwierigkeiten Dieser Text ist von Monika Rauchberger. Monika Rauchberger ist die Projekt-Leiterin von Wibs. Wibs ist eine Beratungs-Stelle
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrRisiko und Versicherung - Übung
Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de
Mehr«Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen
18 «Eine Person ist funktional gesund, wenn sie möglichst kompetent mit einem möglichst gesunden Körper an möglichst normalisierten Lebensbereichen teilnimmt und teilhat.» 3Das Konzept der Funktionalen
Mehr