Die Binomialverteilung

Ähnliche Dokumente
Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments,

Wahrscheinlichkeitsrechnung

Modelle diskreter Zufallsvariablen

Stochastik 04 Binomialverteilung


Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Die Voraussetzungen aus Klasse 8-10

Bernoulli-Kette. f) Verallgemeinere das letzte Ergebnis. g) Veranschauliche die Ereignisse in dem Diagramm.

Zusammengesetzte Zufallsexperimente - Baumdiagramme und Pfadregeln ==================================================================

Diskrete Zufallsvariable*

1 Grundlagen Wahrscheinlichkeitsrechung

Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.

Fit for Abi & Study Stochastik

Übersicht Wahrscheinlichkeitsrechnung Stand September 2016

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec

Ausgewählte spezielle Verteilungen

Grundwissen zur Stochastik

Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

5 Binomial- und Poissonverteilung

Übung zur Stochastik

Wahrscheinlichkeitsrechnung und Statistik

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

4.4 Punktschätzung. E(X 1 )+ +E(X n ) Var(ˆµ) = 1 n 2 ( Var(X1 )+ +Var(X n ) ) = 1 n 2nσ2 = σ2

Klausur: Diskrete Strukturen I

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

Aufgabe 10 Die Zufallsvariable ist binomialverteilt mit

Lösungsskizzen zur Präsenzübung 09

Zusammenfassung Stochastik

Gruber, Erfolg im ABI, Pflichtteil. matheskript B STOCHASTIK WAHRSCHEINLICHKEITSRECHNUNG STATISTIK PFLICHTTEIL ÜBUNGEN Klasse.

S = {W ; Z } S = {prim;prim } E=prim

Diskrete Strukturen. Sebastian Thomas RWTH Aachen 1. Februar 2017 Vorlesung 21

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

Mathematik 2 für Naturwissenschaften

Der Binomialkoeffizient (Einführung):

KAPITEL 3 DISKRETE ZUFALLSVARIABLEN UND VERTEILUNGEN

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung

Notenpunkte: Unterschrift: Zur Bestimmung des arithmetischen Mittels ist es wichtig die Daten der Größe nach zu ordnen.!!

Grundlagen der Stochastik

WHB11 - Mathematik. AFS II: Umgang mit Zufall und Wahrscheinlichkeiten. Thema: Summierte Binomialverteilung

Stochastik - Kapitel 2

Würfel-Aufgabe Bayern LK 2006

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1

Statistik für Ingenieure Vorlesung 4

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsrechnung

Stochastik und Statistik für Ingenieure Vorlesung 4

Vorlesung 2b. Diskrete Zufallsvariable. und ihre Verteilungen

Zufallsvariablen [random variable]

Biostatistik, Winter 2011/12

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Wahrscheinlichkeitsrechnung für die Mittelstufe

Wahrscheinlichkeit und Zufall

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Die Rolle von Text und Kontext in Stochastik-Aufgaben

Diskrete Verteilungen

Ergebnis Ergebnisraum Ω. Ereignis. Elementarereignis

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Mathematik für Biologen

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

1.3 Zufallsgrößen und Verteilungsfunktionen

Statistik für Ingenieure Vorlesung 2

Konversatorium -Vorbereitung für die erste Diplomprüfung - Stochas0k. -Wahrscheinlichkeitstheorie-

Vorlesung Statistik, H&A Mathe, Master M

Binomialverteilung und Anwendungen

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.

Grundlagen der Wahrscheinlichkeitsrechnung

Mathematik für Biologen

Pfadwahrscheinlichkeiten

Name: 3. MATHEMATIKKLAUSUR

Stochastik 02 Wiederholung & Vierfeldertafel

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

2.4. Mehrstufige Zufallsexperimente

mathphys-online Abiturprüfung Berufliche Oberschule 2014 Mathematik 13 Technik - B II - Lösung

Kapitel 6. Irrfahrten und Bernoullischemata

Pfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung.

Modul 205: Binomialverteilung!

Diskrete Verteilungen

Wahrscheinlichkeitsrechnung und Statistik

Du nimmst zufällig eine Münze aus der Schachtel und wirfst sie dreimal.

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Aufgabensammlung mit sehr ausführlichen Lösungen

Basistext - Wahrscheinlichkeitsrechnung

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

Abitur 2012 Mathematik Stochastik III

Kapitel IV. Ergebnis Ereignis

Unabhängigkeit KAPITEL 4

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

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

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Transkript:

Anhand verschiedener Fragen möchten wir heute klären, was man unter der Binomialverteilung versteht: z.b. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen Der Bernoulliversuch Frage: Was versteht man unter einem Bernoulliversuch Definition: Ein Bernoulliversuch ist ein Zufallsversuch mit möglichen Versuchsausgängen. Der Versuchsausgang "Erfolg" tritt mit der Wahrscheinlichkeit p ein. Der Versuchsausgang "Misserfolg" geschieht mit der Wahrscheinlichkeit q = - p. Beispiel: Ziehen aus einer Urne mit 3 roten und blauen Kugeln p = 0, und q =0, Ergebnisse rot blau Wahrscheinlichkeit 0, 0, Bemerkung: Ein Zufallsversuch heißt Bernolliversuch, wenn die Ergebnismenge zweielementig gewählt werden kann. S = {e, e} Es kann also jeder Zufallsversuch als Bernoulliversuch interpretiert werden. Beispiel: Ziehen aus einer Urne mit 3 roten, blauen und grünen Kugeln S = {rot, nicht rot} mit p = 0,3 und q = 0,7 Ergebnisse Wahrscheinlichkeit rot 0,3 nicht rot 0,7 Beispiele: Fußballspiel: Sieg oder kein Sieg Würfel: gerade oder ungerade Definition: Eine Zufallsgröße heißt Bernoulligröße, wenn die Wahrscheinlichkeitsverteilung den Wert mit der Erfolgswahrscheinlichkeit p und den Wert 0 mit der Misserfolgswahrscheinlichkeit -p annimmt. X = x i P(X = x i ) 0, 0 0, Definition: Die n-fache Realisierung eines Bernoulliexperimentes mit konstanter Wahrscheinlichkeit p heißt Bernolli-Kette der Länge n und mit der Erfolgswahrscheinlichkeit p. (n-maliges Ziehen aus einer Urne mit Zurücklegen) Bemerkung: Ein mehrstufiger Zufallsversuch ist nur dann eine Bernoullikette, wenn die Erfolgswahrscheinlichkeit konstant bleibt und die Anzahl der Stufen konstant ist. Beispiele: Zufallsversuch: 0-maliges Würfeln eines Tetraeders Zufallsgröße: X beschreibt die Anzahl der geworfenen Einsen Zufallsversuch: Aus einer Kiste mit sehr vielen Transistoren werden 0 Stück entnommen und geprüft, ob sie defekt sind Zufallsgröße: X beschreibt die Anzahl der defekten Transistoren (Seite )

Beispiel: Ein Sportler führt Freiwürfe durch. Er trifft jeweils mit einer Wahrscheinlichkeit von 0%. X beschreibt die Anzahl der Treffer Die Zufallsgröße nimmt folgende Werte an. X = x i P(X = x i ) 0 3 Die Wahrscheinlichkeiten werden wir jetzt analysieren. Bemerkung: Für einer Bernoullikette nimmt die Zufallsgröße X die Werte 0; ;...; n an. Ein Baumdiagramm könnte so aussehen: Bemerkung: Für einen Pfad würde beispielsweise gelten: P(A) = ( ) ( ) (Seite )

Das wäre die Wahrscheinlichkeit, dass die ersten beiden Würfe Treffer sind und die beiden letzten Würfe keinen Treffer erbringen. Die Frage stellt sich, wie viele Pfade es gibt, sodass genau -mal getroffen wird. Diese Frage können wir bereits beantworten... EEMM ; EMEM ; EMME ; MEEM ; MEME ; MMEE. Es sind also fade. Der Binomialkoeffizient und die Binomialverteilung Problem: Wir wissen noch nicht, wie viele Pfade i.a. zu einem Ereignis einer Bernoullikette gehören. Bei Bernoullikette der Länge n mit den Ausgängen "Erfolg" und "Misserfolg" gibt es n k = n! k!(n k)! Möglichkeiten, dass genau k mal Erfolg und n-k mal Misserfolg vorhanden ist. Sprechweise: n über k Aufgabe: Berechnen Sie folgende Binomialkoeffizienten: 0 ; ; ; 3 ; Lösung: 0 = ; = ; = ; 3 = ; = Diese Zahlen können wir jetzt die vollständige Formel zur Berechnung der Wahrscheinlichkeit der Bernoullikette angeben. Satz: Für eine Bernoullikette mit den Parametern n und p gilt: P(X = k) = n k p k ( p) n k Bemerkung: Die Zufallsgröße X ist binomialverteilt mit den Parametern n und p. Dafür schreibt man manchmal ein großes B mit den Parametern n und p im Index. B n;p (k) = n k p k ( p) n k (Seite 3)

Beispiel : Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei -maligen Werfen genau 3 mal eine zu werfen X... Zufallsgröße, die die Anzahl der Sechsen beschreibt X ist binomialverteilt n = und p = / P(X = 3) = B 0, (3) = ( )( 3 )3 ( ) l 0, 03 Beispiel : Ein Schüler hat für einen "Multiple-Choice-Test" nicht gelernt. Der Test besteht aus 0 Fragen mit je vier Antworten. Es ist jeweils genau eine Antwort richtig. Wie groß ist die Wahrscheinlichkeit, dass der Schüler mindestens die Hälfte der Fragen richtig beantwortet. Analyse: Es handelt sich um eine Bernoullikette mit den Parametern n = 0 und p = 0,. Die Zufallsgröße X kann die Werte von 0 bis 0 annehmen. Das Ereignis entspricht den Zahlen bis 0. P(Xm) = P(X = ) + P(X = ) +... + P(X = 0) = B 0;0. () + B 0;0. () + B 0;0. (7) + B 0;0. (8) + B 0;0. (9) + B 0;0. (0) = 0 0, 0, 7 + 0 0, 0, 7 +... + 0 0 0, 0 = 0, 078 = 7, 8% Der Schüler beantwortet mit 7,8 % Sicherheit mindestens die Hälfte der Fragen richtig. Beispiel 3: Ein Spieler setzt beim Roulette 0-mal nacheinander auf rot. Ereignis A: Es erscheint genau -mal rot. Ereignis B: Es erscheint mindestens -mal rot. Ereignis C: Es erscheint mindestens -mal rot. p = 8 P(A) = P(X = ) = 0 8 9 P(C) = P(Xm) = P(X = 0) l 0, P(B) = P(Xm)l0, 89 = 9 l 0, 9987 0 Antwort: Die Wahrscheinlichkeit, dass genau -mal rot erscheint, beträgt, %. Die Wahrscheinlichkeit, dass mindestens -mal rot erscheint, beträgt 8,9 %. Die Wahrscheinlichkeit, dass mindestens -mal rot erscheint, beträgt 99,87 %. (Seite )

Wahrscheinlichkeitsverteilung eine binomialverteilten Zufallsgröße Beispiel: Ein Sportler führt Freiwürfe durch. Er trifft jeweils mit einer Wahrscheinlichkeit von 0%. X beschreibt die Anzahl der Treffer Beispiel: Die Binomialverteilung P(X = 0) = B ;0, (0) = 0 0, 0 0, 9 = 0, P(X = ) = B ;0, () = 0, 0, 9 3 = 0, 9 P(X = ) = B ;0, () = 0, 0, 9 = 0, 08 P(X = 3) = B ;0, (3) = 3 0, 3 0, 9 = 0, 003 P(X = ) = B ;0, () = 0, 0, 9 0 = 0, 000 Wahrscheinlichkeitsverteilung: X = k 0 3 P(X = k) 0, 0, 9 0, 08 0, 003 0, 000 Bemerkung: Die Verteilung einer binomialverteilten Zufallsgröße heißt Binomialverteilung. Geeignete Darstellungen sind Histogramme. Können Sie jetzt unsere Ausgangsfrage beantworten Dann hätten Sie das Thema verstanden. Wie groß ist die Wahrscheinlichkeit, mit einem Würfel bei 0-maligen Werfen genau -mal eine zu werfen P(X = ) = B 0; () = 0 8 l 0, 907 (Seite )