Modul 205: Binomialverteilung!

Ähnliche Dokumente
Mathematik 2 für Naturwissenschaften

5 Binomial- und Poissonverteilung

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

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

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


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

Modelle diskreter Zufallsvariablen

11. Approximation der Binomialverteilung durch die Normalverteilung

3. Kombinatorik und Wahrscheinlichkeit

Diskrete Strukturen I

Stochastik 04 Binomialverteilung

Mathematik für Biologen

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

Aufgabe 10 Die Zufallsvariable ist binomialverteilt mit

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

Klausur: Diskrete Strukturen I

Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel

1 Grundlagen Wahrscheinlichkeitsrechung

KOMPETENZHEFT ZUR STOCHASTIK II

Diskrete Verteilungen

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec

Die Voraussetzungen aus Klasse 8-10

Die Binomialverteilung

Stochastik. Station 1. Kombinatorik

Willkommen zur Vorlesung Statistik (Master)

Die Funktion f X;Y (x; y) := Pr[X = x; Y = y] heit gemeinsame Dichte der Zufallsvariablen X und Y. Aus der gemeinsamen Dichte f X;Y kann man ableiten

Klausur: Diskrete Strukturen I

Biostatistik, Sommer 2017

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

Willkommen zur Vorlesung Statistik (Master)

Mathematik 2 für Naturwissenschaften

Abitur 2016 Mathematik Stochastik IV

{ } { } Casio fx-cg20 Kombinatorik und Zufallszahlen. x-fakultät (x!) [MENU] 1 [OPTN] [F6] {PROB} Zahl {x!} [EXE] Berechne 7!

Basistext - Wahrscheinlichkeitsrechnung

7.2 Theoretische Kennwerte

Kapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen

Mathematik 2 für Naturwissenschaften

Grundlagen der Stochastik

Statistik für Naturwissenschaftler

Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung

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

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

Diskrete Strukturen WiSe 2012/13 in Trier

Statistik für Naturwissenschaftler

Übersicht Wahrscheinlichkeitsrechnung Stand September 2016

Wahrscheinlichkeitsverteilungen

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments

Mathematik 2 für Naturwissenschaften

Modul 206: Verteilungen!!Normalverteilung!!Poisson-Verteilung!

Die Zufallsvariable X zählt die Anzahl der Erfolge bei der Versuchskette. X=0. 0 Versuche Diese Zahlen ( ) (lies "n über k")

Zufallsvariablen [random variable]

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Einführung: Kaum Theorie, aber viel Training. Mehr Theorie in Zusätzliche Aufgabensammlung in 34021

Grundwissen zur Stochastik

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Stochastik. Inhaltsverzeichnis

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

KAPITEL 3 DISKRETE ZUFALLSVARIABLEN UND VERTEILUNGEN

Zufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s

d) Ermitteln Sie ein möglichst kleines, zum Erwartungswert symmetrisches Intervall, in dem mit mehr als 90% die Anzahl der geworfenen Vieren liegt?

Vorlesung 4b. Die Varianz

Würfel-Aufgabe Bayern LK 2006

perfekt für Klassenarbeiten Videos zu jeder Übungsaufgabe alle Themen sehr übersichtlich alle Anforderungsbereiche StrandMathe GbR

0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5

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

Beweis: Mit Hilfe des Satzes von der totalen Wahrscheinlichkeit folgt, dass

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Statistik für Naturwissenschaftler

Statistik, Datenanalyse und Simulation

Grundlagen der Wahrscheinlichkeitsrechnung

Wenn es sich um ein faires Spiel handeln soll, muss der Einsatz 1 betragen (2) Weniger als 3 mal Wappen ( ) 32 (3) Mindestens 1 mal Wappen ( )

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

Biostatistik, Winter 2011/12

Modellanpassung und Parameterschätzung. A: Übungsaufgaben

Abitur 2012 Mathematik Stochastik IV

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal

Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck

Vorlesung 5a. Varianz und Kovarianz

Grundlagen der Wahrscheinlichkeitstheorie

Lernkarten. Stochastik. 4 Seiten

M13 Übungsaufgaben / pl

Mathe K2 Stochastik Sj. 16/17

Mathematik für Biologen

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

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

Mathematik 2 für Naturwissenschaften

Unterrichtsplanung zur Einführung des Binomialkoeffizienten und der Binomialverteilung

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

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

ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN

Eindimensionale Zufallsvariablen

Teil A hilfsmittelfreier Teil

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

Marcus Hudec. Statistik 2 für SoziologInnen. Grenzwertsätze. Marcus Hudec. Statistik für SoziologInnen 1 Zentraler Grenzwertsatz

Wahrscheinlichkeitstheorie und Statistik

Wahrscheinlichkeitstheorie. Alea iacta est!

Abitur 2012 Mathematik Stochastik III

Zufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s

Transkript:

Modul 20: Binomialverteilung!

Kurzzug durch die Kombinatorik 2

Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? 3

Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? A.. M.. O.. 3 4

Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? A.. AM. AO. M.. O.. 3

Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? A.. M.. O.. AM. AO. MA. MO. OA. OM. 3 * 2

Kurzzug durch die Kombinatorik # Wörter mit {A, M, O}? A.. M.. O.. AM. AO. MA. MO. OA. OM. AMO AOM MAO MOA OAM OMA 3 * 2 * = 3! = 7

Kurzzug durch die Kombinatorik n Elemente können auf n! Arten in eine Reihenfolge gebracht werden. Es gibt n! Permutationen von n Elementen 8

9 Kurzzug durch die Kombinatorik 2432902008740000 20 328800 0 2400408832000 9 32880 9 40237370728000 8 40320 8 38742809000 7 040 7 20922789888000 720 3077438000 20 877829200 4 24 4 227020800 3 3 4790000 2 2 2 399800 328800 0 0 n! n n! n

0 Kurzzug durch die Kombinatorik 2432902008740000 20 328800 0 2400408832000 9 32880 9 40237370728000 8 40320 8 38742809000 7 040 7 20922789888000 720 3077438000 20 877829200 4 24 4 227020800 3 3 4790000 2 2 2 399800 328800 0 0 n! n n! n Tabelle Seite

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen.

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 2

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 3

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3 4

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3 7

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3 8

Wer die Wahl hat, hat die Qual Auswählen und anordnen k Plätze... n n n k + Auswählen und anordnen # Möglichkeiten n n ) n k + ) = n! n k)! 9

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3 Es gibt 3! = Anordnungsmöglichkeiten. 20

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} und anordnen. 4 3 4 3 = 4 3 2 2 =! )! = 20 2 = 0 2! =! 3 Es gibt 3! = Anordnungsmöglichkeiten. Verzicht auf Ordnung: Durch 3!= dividieren 0 Auswahlmöglichkeiten 2

Wer die Wahl hat, hat die Qual Drei aus {A, M, O, R, E} ohne anordnen. 4 3 2 3 = 4 3 2 2 3 2 =! 3! 2! =! 3! 3 )! = 20 2 = 0 Es gibt 3! = Anordnungsmöglichkeiten. Verzicht auf Ordnung: Durch 3!= dividieren 0 Auswahlmöglichkeiten 22

Wer die Wahl hat, hat die Qual Aus n deren k auswählen: n n ) n k+ 2 k ) = n! k! n k)! n ) k = n! n k )! k! = n! k! n k)! " n tief k " " n choose k " 23

n ) k = n! n k )! k! = n! k! n k)! Tabelle Seite 2 n \ k 0 2 3 4 0 2 2 3 3 3 4 4 4 0 0 20 ) 3 = 0 24

n ) k = n! n k )! k! = n! k! n k)! Binomische Formel a + b) 0 = a + b) =a +b a + b) 2 =a 2 + 2ab +b 2 a + b) 3 =a 3 + 3a 2 b + 3ab 2 +b 3 a + b) 4 =a 4 + 4a 3 b + a 2 b 2 + 4ab 3 +b 4 a + b) =a + a 4 b +0a 3 b 2 +0a 2 b 3 + ab 4 +b a + b) =a + a b +a 4 b 2 + 20a 3 b 3 +a 2 b 4 + ab +b a + b) n = k n n )a n k b k k=0 2

n ) k = n! n k )! k! = n! k! n k)! Binomische Formel a + b) 0 = a + b) =a +b a + b) 2 =a 2 + 2ab +b 2 a + b) 3 =a 3 + 3a 2 b + 3ab 2 +b 3 a + b) 4 =a 4 + 4a 3 b + a 2 b 2 + 4ab 3 +b 4 a + b) =a + a 4 b +0a 3 b 2 +0a 2 b 3 + ab 4 +b a + b) =a + a b +a 4 b 2 + 20a 3 b 3 +a 2 b 4 + ab +b a + b) n = k n n )a n k b k k=0 2

n ) k = n! n k )! k! = n! k! n k)! Binomische Formel a + b) 0 = a + b) =a +b a + b) 2 =a 2 + 2ab +b 2 a + b) 3 =a 3 + 3a 2 b + 3ab 2 +b 3 a + b) 4 =a 4 + 4a 3 b + a 2 b 2 + 4ab 3 +b 4 a + b) =a + a 4 b +0a 3 b 2 +0a 2 b 3 + ab 4 +b a + b) =a + a b +a 4 b 2 + 20a 3 b 3 +a 2 b 4 + ab +b a + b) n = k n n )a n k b k k=0 27

n ) k = n! n k )! k! = n! k! n k)! Pascalsches Dreieck 2 3 3 4 4 0 0 Blaise Pascal, 23-2 20 28

Kopf oder Zahl Erfolg oder Misserfolg Mädchen oder Knabe To be or not to be oder 0 Er liebt mich / liebt mich nicht 29

Genau zwei möglichen Ausgänge: Bernoulli-Experiment 30

Jacob Bernoulli, - 70 3

Original in der Aula des Museums der Kulturen Jacob Bernoulli, - 70 32

Bernoulli Nicolaus 23-708 Jacob I 4-70 Nicolaus 2-7 Johann I 7-748 Nicolaus I 87-79 Nicolaus II 9-72 Daniel 700-782 Johann II 70-790 Johann III 744-807 Jacob II 79-789 33

Genau zwei möglichen Ausgänge: Bernoulli-Experiment Beispiel: Würfelwurf: Fünf oder nicht fünf 34

Genau zwei möglichen Ausgänge: Bernoulli-Experiment Beispiel: Würfelwurf: Fünf oder nicht fünf p = P Erfolg) = 3

Bernoulli-Kette: Folge von gleichen Bernoulli-Experimenten. 3

Beispiel: Wir werfen einen Würfel vier Mal hintereinander. Erfolg ist jeweils die Augenzahl fünf. p = P Erfolg) = 37

Binärer Baum Erfolg Start Misserfolg 38

Binärer Baum Erfolg Start Misserfolg 39

Binärer Baum Erfolg Start Misserfolg 40

Binärer Baum ) 4 Vier mal Erfolg Erfolg Start Misserfolg 4

Binärer Baum ) 4 ) 3 Drei mal Erfolg, ein Misserfolg Erfolg Start Misserfolg 42

Binärer Baum ) 4 3 ) 3 Erfolg ) 3 Start ) 3 Misserfolg 43

Binärer Baum Erfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 Start ) 3 Misserfolg 44

Binärer Baum Erfolg Start Misserfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 2 ) 2 4

Binärer Baum Erfolg Start Misserfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 2 ) 2 ) 3 4

Binärer Baum Erfolg Start Misserfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 2 ) 2 ) 3 ) 3 ) 3 ) 3 47

Binärer Baum Erfolg Start Misserfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 2 ) 2 ) 3 ) 3 ) 3 ) 3 ) 4 48

Binärer Baum Erfolg Start Misserfolg ) 4 3 ) 3 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 3 2 2 ) 2 ) 2 ) 2 ) 2 ) 3 ) 3 ) 3 ) 3 ) 4 Verteilung: 4 4 49

Binärer Baum Erfolg Start Misserfolg 0.00077 0.0038 0.0038 0.0929 0.0038 0.0929 0.0929 0.094 0.0038 0.0929 0.0929 0.094 0.0929 0.094 0.094 0.4822 Verteilung: 4 4 0

k= #Erfolge # Fälle P 4 k ) 0 2 3 4

k= #Erfolge # Fälle P 4 k ) 0 4 2 3 4 4 2

k= #Erfolge # Fälle P 4 k ) 0 ) 4 4 2 3 4 4 3

k= #Erfolge # Fälle P 4 k ) 0 2 4 4 ) 4 ) 3 ) 2 ) 2 3 4 4 4 ) 3 ) 4 4

Binomialverteilung P 4 k) = 4 ) k ) k ) 4 k

Binomialverteilung P 4 k) = 4 ) k ) k ) 4 k Anzahl Versuche

Binomialverteilung Anzahl Erfolge P 4 k) = 4 ) k ) k ) 4 k Anzahl Versuche 7

Binomialverteilung Anzahl Erfolge P 4 k) = 4 ) k ) k ) 4 k Anzahl Versuche Binomialkoeffizient 8

Binomialverteilung Anzahl Erfolge Erfolgswahrscheinlichkeit im Einzelversuch P 4 k) = 4 ) k ) k ) 4 k Anzahl Versuche Binomialkoeffizient 9

Binomialverteilung Anzahl Erfolge Erfolgswahrscheinlichkeit im Einzelversuch P 4 k) = 4 ) k ) k ) 4 k Anzahl Versuche Binomialkoeffizient Misserfolgswahrscheinlichkeit im Einzelversuch 0

k= #Erfolge # Fälle P 4 k ) 0 2 4 4 ) 4 ) 3 ) 2 ) 2 3 4 4 4 ) 3 ) 4

k= #Erfolge # Fälle P 4 k ) 0 2 4 4 ) 4 0.4822 ) 3 0.3880 ) 2 ) 2 0.74 3 4 4 ) 3 0.043 4 ) 4 0.00077 2

k= #Erfolge # Fälle P 4 k ) Tabelle Seite 4 0 ) 4 0.4822 0.482 4 4 ) 3 0.3880 0.38 2 ) 2 ) 2 0.74 0. 3 4 4 ) 3 0.043 0.0 4 ) 4 0.00077 0.00 3

k= #Erfolge # Fälle P 4 k ) 0 2 4 4 ) 4 0.4822 ) 3 0.3880 ) 2 ) 2 0.74 3 4 4 ) 3 0.043 4 ) 4 0.00077 Summe 0.99999 4

k= #Erfolge # Fälle P 4 k ) 0 2 4 4 ) 4 0.4822 ) 3 0.3880 ) 2 ) 2 0.74 3 4 4 ) 3 0.043 4 ) 4 0.00077 Summe =

P 4 k) Histogramm 0.482 0. p = 0.38 0.4 0. 0.3 0.2 0.0 0. 0.00 0 0 2 3 4 k = # Fünfer

P 4 k) Histogramm 0.482 0. p = 0.38 0.4 0. 0.3 0.2 0.0 0. 0.00 0 0 2 3 4 k = # Fünfer 7

P 4 k) Histogramm 0.482 0. p = 0.38 0.4 0. 0.3 0.2 0.0 0. 0.00 0 0 2 3 4 k = # Fünfer 8

P 4 k) Histogramm 0.482 0. p = 0.38 0.4 0. 0.3 0.2 0.0 0. 0.00 0 0 2 3 4 k = # Fünfer 9

0.482 Histogramm Simulation mit 000 Viererwürfen 0.38 0. 0.0 Anteile: Null Fünfer: 0.497 Ein Fünfer: 0.37400 Zwei Fünfer: 0.47 Drei Fünfer: 0.0883 Vier Fünfer: 0.00083 0.00 70

Binomialverteilung allgemein 7

Binomialverteilung Anzahl Erfolge Erfolgswahrscheinlichkeit im Einzelversuch P n k) = n ) k p k q n k Anzahl Versuche Binomialkoeffizient Misserfolgswahrscheinlichkeit im Einzelversuch q = p 72

Beispiel Münzenwurf. Erfolg = Kopf. n = 4. p = q = 2 73

Beispiel Tabelle Seite 4 Münzenwurf. Erfolg = Kopf. n = 4. p = q = 2 n 4 4 4 4 4 p k 0 2 3 4 0. 0.03 0.20 0.37 0.20 0.03 74

P 4 k) 0.4 p = q = 2 0.3 0.2 0. 0 0 2 3 4 k = # Köpfe 7

P 4 k) 0.4 p = q = 2 0.3 0.2 0. 0 0 2 3 4 k = # Köpfe 7

Summative Binomialverteilung: Mit welcher Wahrscheinlichkeit haben wir höchstens x Erfolge auf n Versuche? 77

Summative Binomialverteilung: Mit welcher Wahrscheinlichkeit haben wir höchstens x Erfolge auf n Versuche? P n k x) = P n 0) + P n ) + + P n x x k =0 ) = P n k) 78

Eine Münze wird 8-mal geworfen. n = 8, p = q = 2 P - mal Kopf) = P 8 ) = P höchstens - mal Kopf ) = P 8 k ) = P mindestens - mal Kopf) = P 8 k ) = P 8 3 k ) = 79

Eine Münze wird 8-mal geworfen. n = 8, p = q = 2 P - mal Kopf) = P 8 ) = 0.29 nicht summativ!) Tabelle Seite P höchstens - mal Kopf ) = P 8 k ) = P mindestens - mal Kopf) = P 8 k ) = P 8 3 k ) = 80

Eine Münze wird 8-mal geworfen. n = 8, p = q = 2 P - mal Kopf) = P 8 ) = 0.29 nicht summativ!) Tabelle Seite P höchstens - mal Kopf ) = P 8 k ) = 0.8 summativ) Tabelle Seite 8 P mindestens - mal Kopf) = P 8 k ) = P 8 3 k ) = 8

Eine Münze wird 8-mal geworfen. n = 8, p = q = 2 P - mal Kopf) = P 8 ) = 0.29 nicht summativ!) Tabelle Seite P höchstens - mal Kopf ) = P 8 k ) = 0.8 summativ) Tabelle Seite 8 P mindestens - mal Kopf) = P 8 k ) = - 0.37 = 0.33 P 8 3 k ) = 82

Eine Münze wird 8-mal geworfen. n = 8, p = q = 2 P - mal Kopf) = P 8 ) = 0.29 nicht summativ!) Tabelle Seite P höchstens - mal Kopf ) = P 8 k ) = 0.8 summativ) Tabelle Seite 8 P mindestens - mal Kopf) = P 8 k ) = - 0.37 = 0.33 P 8 3 k ) = 0.8-0.4 = 0.70 83

Ein Würfel wird -mal geworfen. Erfolg ist das Werfen der Augenzahl. n =, p = P 4 - mal Augenzahl fünf) = P 4) = P mindestens 3 - mal Augenzahl fünf) = P 3 k) = P 2 k ) = 84

Ein Würfel wird -mal geworfen. Erfolg ist das Werfen der Augenzahl. n =, p = P 4 - mal Augenzahl fünf) = P 4) = 0.42 Tabelle Seite P mindestens 3 - mal Augenzahl fünf) = P 3 k) = P 2 k ) = 8

Ein Würfel wird -mal geworfen. Erfolg ist das Werfen der Augenzahl. n =, p = P 4 - mal Augenzahl fünf) = P 4) = 0.42 Tabelle Seite P mindestens 3 - mal Augenzahl fünf) = P 3 k) = 0.48 Tabelle Seite 9, umrechnen P 2 k ) = 8

Ein Würfel wird -mal geworfen. Erfolg ist das Werfen der Augenzahl. n =, p = P 4 - mal Augenzahl fünf) = P 4) = 0.42 Tabelle Seite P mindestens 3 - mal Augenzahl fünf) = P 3 k) = 0.48 Tabelle Seite 9, umrechnen P 2 k ) = 0.973-0.20 = 0.73 Tabelle Seite 9 87

Glücksrad mit Problem p = P = 3 4 Nicht in Tabelle 88

Erfolg und Misserfolg uminterpretieren 89

Erwartungswert und Varianz 90

X i = Anzahl Erfolge beim i-ten Versuch x 0 w i x) q p 9

X i = Anzahl Erfolge beim i-ten Versuch x 0 w i x) q p E X i ) = 0 q + p = p 92

Varianz x p) 2 0 p) 2 p) 2 w i x) q p 93

Varianz x p) 2 0 p) 2 p) 2 w i x) q p Var X i ) = q 0 p ) 2 + p p )2 =q ) = p 2 q + pq 2 = pq p + q = pq = 94

Varianz x p) 2 0 p) 2 p) 2 w i x) q p Var X i ) = q 0 p ) 2 + p p )2 =q ) = p 2 q + pq 2 = pq p + q = pq = 9

Nun sei X die Anzahl Erfolge bei n Versuchen ) = np ) = npq ) = npq E X Var X σ X 9

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ = n = 00 µ = σ = n = 0000 µ = σ = 97

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ = n = 00 µ = σ = n = 0000 µ = σ = 98

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = σ = n = 0000 µ = σ = 99

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = 0 σ = n = 0000 µ = σ = 00

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = 0 σ = n = 0000 µ = σ = 0

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = 0 σ = n = 0000 µ = 000 σ = 02

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = 0 σ = n = 0000 µ = 000 σ = 0 03

Eine Münze wird n-mal geworfen. p = q = 2 n = 0 µ = σ =.8 n = 00 µ = 0 σ = n = 0000 µ = 000 σ = 0 Die Streuung wird relativ immer kleiner 04