de Moivre-Laplace Kolloquium zur Bachelorarbeit 28. August 2013 Hochschule München Fakultät für Informatik und Mathematik

Ähnliche Dokumente
Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable

Kapitel 6 : Punkt und Intervallschätzer

Empirische Verteilungsfunktion

Kleine Formelsammlung Beschreibende Statistik

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen

Kapitel VI. Einige spezielle diskrete Verteilungen

Stochastisches Integral

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

Eingangsprüfung Stochastik,

Wirksamkeit, Effizienz

Wahrscheinlichkeitstheorie und Statistik

Zenraler Grenzwertsatz

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia

Das kollektive Risikomodell. 12. Mai 2009

Formelsammlung zur Statistik

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Wichtige Verteilungen

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Formelsammlung Statistik 29. Januar 2019

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.

3. Grundbegrie der Schätztheorie

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Zusammenfassung: Statistik

Tests statistischer Hypothesen

74 3. GRENZWERTSÄTZE. k=1 IIE[X k] = µ, und, wegen der Unkorreliertheit,

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

Bayessches Lernen (II)

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

X X Schätzen von Vertrauensintervallen Schwankungsintervall

Induktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m }

Bernoulli-Experiment und Binomialverteilung

Vorbereitung auf 6. Übungsblatt (Präsenzübungen) - Lösungen

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Statistik I Februar 2005

Wirksamkeit, Effizienz

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

7 Brownsche Bewegung (Version Januar 2012)

Punktetabelle (wird von den Korrektoren beschriftet)

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Formelsammlung. PD Dr. C. Heumann

5 Stationäre Prozesse (Version Januar 2012)

Parameterschätzung. Kapitel Schätzfunktionen

Wahrscheinlichkeitstheorie und Statistik vom

Kommentar zu Kronthaler: Statistik angewandt

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.

Statistik und Wahrscheinlichkeitsrechnung

2. ZUFALLSVARIABLEN UND IHRE VERTEILUNGEN 33

Klausur vom

Beweis des Primzahlsatzes nach Newman

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 4: Aufgaben zu den Kapiteln 7 und 8

Zinsratenmodelle in stetiger Zeit: Teil II

1.3 Wiederholung der Konvergenzkonzepte

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya

Analysis I für M, LaG/M, Ph 4.Übungsblatt

12 Ungleichungen. Wir beginnen mit einer einfachen Ungleichung über die Varianz. Satz 35 Es sei X eine zufällige Variable.

TECHNISCHE UNIVERSITÄT MÜNCHEN

Korrekturliste zum Studienbuch Statistik

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

Analysis 1 für Informatiker und Statistiker Beispielslösungen, Woche 13

Diplomvorprüfung Stochastik

Simulationen mit SAS, dargestellt für die Erzeugung der Prüfgröße des David-Tests

4 Schwankungsintervalle Schwankungsintervalle 4.2

Mathematik IV für Maschinenbau und Informatik

Analysis II Sommer 2016 Prof. Dr. George Marinescu / Dr. Frank Lapp Übung

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

Stochastik für Physiker: Aufgaben und Lösungsvorschläge

1. Einführung. 1 A (T (x 1,..., x n )) P θ (dx 1 )... P θ (dx n ) X. P θ {T n (X 1,..., X n ) A} =

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Mathematik 2 für Naturwissenschaften

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya

Übungsblatt 9 zur Vorlesung. Statistische Methoden

Klausur zur Analysis II

Ereignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)

Kovarianz und Korrelation

Lösungen zum Übungsblatt 2

Stochastik für WiWi - Klausurvorbereitung

KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen

Statistische Modelle und Parameterschätzung

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

Übungen zur Analysis II SS 2006

Zusammenfassung WrStat Wahrscheinlichkeit und Statistik

f X1 X 2 Momente: Eigenschaften: Var(aX + b) = a 2 Var(X) a, b R

Einführung in die Stochastik 10. Übungsblatt

Grundbegriffe der Differentialrechnung

Numerische Integration (s. auch Applet auf

Fakultät für Wirtschafts- und Rechtswissenschaften

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt

TECHNISCHE UNIVERSITÄT MÜNCHEN

Gesetz der großen Zahlen

Gesetze der Großen Zahl und Zentraler Grenzwertsatz

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A

Transkript:

vo vo Kolloquium zur Bachelorarbeit Parete Hochschule Müche Fakultät für Iformatik ud Mathematik Parete Eileitug Satz vo de Kommetar Beweis für ugerades 28. August 2013

Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades

Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades

Wahrscheilichkeitsfuktio: ( ) B(, p)(k) = p k (1 p) k k Erwartugswert: p Variaz: p(1 p) Gebirge für p = 1 2 : p 0.20 =16 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades 0.15 0.10 0.05 0 5 10 15 k

Dichtefuktio: Erwartugswert µ Variaz σ 2 0.4 0.3 0.2 f f (x) = 1 σ 1 2π e 2( x µ σ ) 2 μ=0,σ 2 =1 μ=1,σ 2 =1.5 μ=2,σ 2 =2 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades 0.1-4 - 2 2 4 6 8 10 x

Satz vo I S biomialverteilt mit N ud 0 < p < 1 Z ormalverteilt mit µ = p ud σ 2 = p(1 p) Aussage: lim P(S < t) = F (t) mit F (t) als Verteilugsfuktio vo Z 0.4 =4 0.20 =16 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades 0.3 0.15 0.2 0.10 0.1 0.05-1 0 1 2 3 4 5 0 5 10 15

S biomialverteilt Z ormalverteilt Error 0.030 0.025 Fehler := [Z(k) S (k)] k=0 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades 0.020 0.015 0.010 0.005 0.000 4 10 20 30 40 50

Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades

I O.B.d.A. p = 1 2 S B(, 1 2 ) E(S ) = 2, Var(S ) = 4 Z := S 2 Nachweis (Tafel) (zetriert ud kostate Variaz) vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

II Hoffug: Für a < b kovergiert P(a < Z < b) mit Trasformatio der Variable k: y k := k 2, y k+1,? + wichtige Eigeschaft Tafel k = 0, 1,..., vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

III vo =10-5 - 4-3 - 2-1 0 1 2 3 4 5 Rote Pukte: Nicht-kostate Variaz Blaue Pukte: Kostate Variaz Grud für das Zusammerücke der blaue Pukte ist die kostate Variaz Parete Eileitug Satz vo de Kommetar Beweis für ugerades

IV Ziel: Gewöhliche Differetialgleichug mit Gaußkurve als Lösug Verhältis vo P(S = k) ud P(S = k + 1) Tafel Beötigt: k = y k + 2 f (y k ) := P(S = k) vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

-.I vo Parete φ (y k ) = c e 2y 2 k as? Eileitug Satz vo de Kommetar Beweis für ugerades

-.II f (x) = e 2y 2 g(x) = 2y 2 f g vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

-.III g(x) = 2y 2 vo Parete =32 k Eileitug Satz vo de Kommetar Beweis für ugerades

-.IV Vom steil: Tafel 2 f (y k+1, ) = f (y k ) y k yk + + 1 2 f (y k+1, ) f (y k ) = 2 y k yk + 2 + 1 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

-.V Krylov s Idee: Neue Trasformatio x k x k = 2y k = 2k + 1 Berechug vo g (y k+1, ) g (y k ) mit euer Trasformatio Tafel Beötigt: k = 2 x k + 2 vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades x k+1, = x k + 2

-.I Tschebyscheff-Ugleichug: Falls X Zufallsgröße, da gilt für jedes ɛ > 0 P( X E(X ) ɛ) Var(X ) ɛ 2. vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades

-.II Fläche uter der Gaußkurve: vo Parete y k- 1, A B y k C y k+1, Eileitug Satz vo de Kommetar Beweis für ugerades

Ihalt Eileitug Satz vo vo Parete Eileitug Satz vo de Kommetar Beweis für ugerades Kommetar Beweis für ugerades

Beweis für ugerades für = 15: vo Parete p 0.20 0.15 0.10 0.05 =15 Eileitug Satz vo de Kommetar Beweis für ugerades 0 5 10 15 k