Wahrscheinlichkeitsraum Modellbildung und distanzierte Rationalität Diskrete Wahrscheinlichkeitsräume Kombinatorik

Ähnliche Dokumente
Laplace-Wahrscheinlichkeit

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

Inhaltsverzeichnis (Ausschnitt)

Kombinatorik. Elke Warmuth WS 2008/09. Humboldt-Universität Berlin

Wahrscheinlichkeitsrechnung

Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik

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

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.

Stochastik. Grundwissenskatalog G8-Lehrplanstandard

Wahrscheinlichkeit und Zufall

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie

Zusammenfassung Stochastik

Sachrechnen/Größen WS 14/15-

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

Zufallsauswahlen aus endlichen Grundgesamtheiten

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung

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

Die Formel für Kombinationen wird verwendet, wenn

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

Kombinatorik kompakt. Stochastik WS 2016/17 1

1. Grundlagen der Wahrscheinlichkeitsrechnung

Modelle für Vorgänge mit zufälligem Ergebnis und Kombinatorik Teil 2

1 Grundlagen Wahrscheinlichkeitsrechung

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom

Grundlagen der Kombinatorik

Kombinatorik - kurz. Ronald Balestra CH Zürich

Wahrscheinlichkeitsrechnung für die Mittelstufe

Mathe-Camp 2017 Stochastik: Geometrische Wahrscheinlichkeiten

Wahrscheinlichkeit. Elke Warmuth. Sommersemester Humboldt-Universität Berlin

( ) ( ) ( ) ( ) P B s s s s s s s s s s s P B P A s s s s s

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

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2

Diskrete Strukturen WiSe 2012/13 in Trier

htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung

Grundlagen der Kombinatorik

1 Wahrscheinlichkeitsrechnung und Zufallsvariablen

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1

Stochastik - Kapitel 2

Wahrscheinlichkeitstheorie: Ausgewählte Lösungen zur 2. und 3. Woche

C : Genau ein Wurf ergibt Augenzahl D:.Wenigstens ein Wurf ergibt Augenzahl 2

Abitur 2012 Mathematik Stochastik III

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

Grundlagen der. h Rückblick. Dr. K. Krüger. Grundwissen Mathematik

9. Elementare Wahrscheinlichkeitsrechnung

KAPITEL 2. Kombinatorik

Permutation und Kombination

1 Grundbegriffe der Wahrscheinlichkeitsrechnung

Laplace und Gleichverteilung

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 10. Februar 2018

Wirtschaftsstatistik I [E1]

Stochastik 02 Wiederholung & Vierfeldertafel

8. Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung


Klausur: Diskrete Strukturen I

Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit

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

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

Statistik I für Humanund Sozialwissenschaften

Seminar: Kombinatorik und Wahrscheinlichkeitstheorie

Übungen Abgabetermin: Freitag, , 10 Uhr

Wahrscheinlichkeitsrechnung [probability]

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Lernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung

Überblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?

Kapitel 5 Stochastische Unabhängigkeit

Die Wahrscheinlichkeitstheorie nach Laplace

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

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING)

15 Wahrscheinlichkeitsrechnung und Statistik

Mathematik für Biologen

7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Die Binomialverteilung und deren Anwendung

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

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

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

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

Didaktik der Stochastik

Wahrscheinlichkeit und Zufall

Abitur 2011 G9 Abitur Mathematik GK Stochastik IV

Download. Hausaufgaben: Statistik und Wahrscheinlichkeit. Üben in drei Differenzierungsstufen. Otto Mayr. Downloadauszug aus dem Originaltitel:

Übersicht Wahrscheinlichkeitsrechnung EF

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Kombinatorik. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Kombinatorik Beispielaufgaben

6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B

Einführung in die Wahrscheinlichkeitsrechnung

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

SS 2016 Torsten Schreiber

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Beispiele: Beim Zahlenlotto sollte jede Sechserserie von Zahlen mit derselben Wahrscheinlichkeit auftreten.

Transkript:

Zählalgorithmus Zählalgorithmus = Produktregel der Kombinatorik = allgemeines Zählprinzip Beispiel Wie viele Menüs kann man aus 3 Vorspeisen, 5 Hauptgerichten und 2 Nachspeisen zusammenstellen, wenn Geschmacksfragen keine Rolle spielen? 40 / 58

Zählalgorithmus 3 Vorspeisen, 5 Hauptgerichte und 2 Nachspeisen Veranschaulichung im Baumdiagramm: Lösung: 3 5 2 = 30 41 / 58

Zählalgorithmus Beispiel Bei einem Pferderennen starten 7 Pferde. Beim Großen Einlauf wettet man auf die drei Erstplatzierten in der richtigen Reihenfolge. Ergebnis: Tripel Beim Kleinen Einlauf wettet man auf die drei Erstplatzierten ohne Angabe der Reihenfolge. Ergebnis: Teilmenge Wie viele Möglichkeiten für den Großen Einlauf gibt es? Wie viele sind es für den Kleinen Einlauf? Lösung: 1. Platz 2. Platz 3. Platz 7 Mögl. jeweils 6 Mögl. jeweils 5 Mögl. Insgesamt 7 6 5 = 210 Möglichkeiten für den Großen Einlauf 42 / 58

Zählalgorithmus Sei K die unbekannte Anzahl der möglichen Kleinen Einläufe. Der Kleine Einlauf {1, 4, 6} sei fixiert. Wie viele Große Einläufe kann man daraus erzeugen? Für den 1. Platz gibt es 3 Möglichkeiten, für den 2. jeweils 2 und der 3. steht dann fest. Also gibt es 3 2 1 = 3! = 6 Möglichkeiten, aus diesem Kleinen Einlauf einen Großen Einlauf zu erzeugen. Das gilt für jeden Kleinen Einlauf und auf diese Weise erzeugen wir ohne Dopplungen alle Großen Einläufe. Folglich muss gelten K 3! = 7 6 5 K = 7 6 5 3! = ( ) 7 = 35 3 43 / 58

Zählalgorithmus Zählalgorithmus Eine Auswahl werde in k aufeinanderfolgenden Schritten vollzogen. Das Ergebnis ist ein k-tupel. Gibt es dabei im 1. Schritt n 1 Möglichkeiten, im 2. Schritt jeweils n 2 Möglichkeiten,......... im k-ten Schritt jeweils n k Möglichkeiten, so gibt es insgesamt n 1 n 2... n k Möglichkeiten der Auswahl. Gedankliches Zerlegen eines Vorgangs in Teilvorgänge, z.b. 3 Würfel gleichzeitig werfen 1 Würfel dreimal werfen 44 / 58

Standardzählprobleme Anzahl der Anordnungen einer n-elementigen Menge (Permutationen) Elemente (Kugeln, Karten, Schüler, Lehrer,...) mit den Nummern 1, 2,..., n sollen in einer Reihe angeordnet werden. Es gibt für den 1. Platz n Möglichkeiten, für den 2. Platz jeweils n 1 Möglichkeiten,......... für den n-ten Platz jeweils 1 Möglichkeit. Es gibt folglich n (n 1)... 2 1 = n! Möglichkeiten der Anordnung. n! wächst rasant, z. B. 50! 3 10 64 45 / 58

Standardzählprobleme Anzahl der Anordnungen von k Elementen einer n-elementigen Menge (Variationen) Aus einer Menge von Elementen (Kugeln, Karten, Schüler, Lehrer,...) mit den Nummern 1, 2,..., n sollen k ausgewählt und in einer Reihe angeordnet werden. Es gibt für den 1. Platz n Möglichkeiten, für den 2. Platz jeweils n 1 Möglichkeiten,......... für den k-ten Platz jeweils n (k 1) Möglichkeiten. Es gibt folglich n (n 1)... (n (k 1)) Möglichkeiten der Anordnung. Spezialfall k = n. 46 / 58

Schäferprinzip 47 / 58 Wahrscheinlichkeitsraum Modellbildung und distanzierte Rationalität Diskrete Wahrscheinlichkeitsräume Kombinatorik Standardzählprobleme Anzahl der k-elementigen Teilmengen einer n-elementigen Menge (Kombinationen) Aus einer Menge von Elementen mit den Nummern 1, 2,..., n sollen k ausgewählt werden. (Ohne Beachtung der Reihenfolge!). Beispiel: M = {1, 2, 3} und k = 2. Aus jeder Teilmenge entstehen k! = 2! = 2 Anordnungen: {1, 2} 12 21 Auf diese Weise werden auch alle Anordnungen restlos und ohne Überschneidungen erfasst.

Standardzählprobleme Folglich gilt: Anzahl der Anordnungen = Anzahl der Teilmengen k! bzw. Anzahl der Teilmengen = Anzahl der Anordnungen : k! Anzahl von Teilmengen Es gibt ( ) n n (n 1)... (n (k 1)) = k k! = n! k! (n k)! k-elementige Teilmengen einer n-elementigen Menge. ( n ) k ist für Sek II Einmaleins 48 / 58

Standardzählprobleme Aufgabe Ein fairer Würfel wird 6-mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mindestens eine Sechs fällt? Lösung: Ergebnismenge Ω = {(w 1, w 2,..., w 6 ) : w k {1, 2,..., 6}} Annahme: alle Ergebnisse gleichwahrscheinlich warum? Ω hat 6 6 = 46656 Elemente Ereignis A: mindestens eine Sechs Ereignis Ā =? Ā = 5 6 = 15625 15625 P(A) = 1 P(Ā) = 1 46656 0, 67 Aufgabe Was können Sie über die Wkeit für genau eine Sechs sagen? 49 / 58

Standardzählprobleme Aufgabe 10 Personen stoßen miteinander an. Wie oft klingen die Gläser? Lösung: ( ) 10 2 = 10 9 2 1 = 45-mal. 50 / 58

Standardzählprobleme Beispiel Wie groß ist die Wahrscheinlichkeit, dass unter n zufällig ausgewählten Personen mindestens zwei am gleichen Tag Geburtstag haben? Fächermodell: 1 2 3... Personen Fächer 365 Ergebnismenge Ω = {(f 1, f 2,..., f n ) : f k {1, 2,..., 365}} Annahme: alle Tage gleichberechtigt als Geburtstage, folglich alle n-tupel gleichwahrscheinlich Ω hat 365 n Elemente 51 / 58

Standardzählprobleme 1 2 3... 365 Ereignis A n : mindestens zwei Personen haben am gleichen Tag Geburtstag Gegenereignis Ā n : alle Personen haben an verschiedenen Tagen Geburtstag, d. h. kein Fach wird doppelt belegt p n 1 Ā n = 365 364 363... (365 (n 1)) P(A n ) = 1 365 364 363... (365 (n 1)) 365 n = p n 52 / 58

Standardzählprobleme n 5 10 15 20 23 25 50 p n 0,027 0,117 0,253 0,411 0,507 0,569 0,970 Schon ab 23 Personen ist diese Wahrscheinlichkeit größer als 0,5. Es könnte sich lohnen darauf zu wetten. 53 / 58

Komplexere Anwendungen Beispiel Lotto 6 aus 49 ohne Zusatzzahl, Zufall im Ziehungsgerät Getippt seien die Zahlen 1, 2, 3, 4, 5, 6 Ergebnis: ( 6-elementige Teilmenge einer 49-elementigen Menge 49 ) 6 = 13983816 gleichwahrscheinliche Ziehungsergebnisse Anzahl der Möglichkeiten für genau 4 Richtige: 49 Zahlen zerfallen in gute (1, 2,..., 6) und schlechte (7 bis 49) Ziehungsvorgang gedanklich in zwei Schritte zerlegen: ( 1. gute Zahlen ziehen 6 ) 4 = 15 Möglichkeiten 2. schlechte Zahlen ziehen jeweils ( ) 43 2 = 903 Möglichkeiten Es gibt 15 903 = 13545 günstige Möglichkeiten für einen Vierer. 13545 Wahrscheinlichkeit für einen Vierer: 13983816 0, 00097 54 / 58

Komplexere Anwendungen Beispiel Ein fairer Würfel wird 7-mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass jede Augenzahl von 1 bis 6 vorkommt? Als Ergebnis notieren wir (w 1, w 2,..., w 7 ). 6 6... 6 = 6 7 mögliche gleichwahrscheinliche Ergebnisse Bei wie vielen Ergebnissen kommt jede Augenzahl vor? Umformulierung: Genau eine Augenzahl doppelt Zerlegen in Schritte: 1. Schritt doppelte Augenzahl auswählen ( 6 7 2) 2. Schritt Plätze dieses Pärchens 3. Schritt restliche 5 Augenzahlen auf 5 Plätze 5! Bei 6 (7 2) 5! = 15120 Ergebnissen kommt jede Augenzahl vor. P(jede Augenzahl kommt vor) = 15120 6 7 0, 05. 55 / 58

Komplexere Anwendungen Aufgabe Auf wie viele verschiedene Arten kann man das 4 4-Brett der Zeichnung färben, wenn a) jedes Feld nach freier Wahl schwarz oder weiß gefärbt wird b) 8 Felder schwarz und 8 Felder weiß gefärbt werden c) 2 Felder weiß, 4 Felder schwarz und 10 Felder rot gefärbt werden d) jedes Feld mit einer anderen von 16 verschiedenen Farben gefärbt wird 56 / 58

Komplexere Anwendungen Lösung a) jedes Feld nach freier Wahl schwarz oder weiß: 2 16 b) 8 Felder schwarz und 8 Felder weiß: ( ) 16 8 c) 2 Felder weiß, 4 Felder schwarz und 10 Felder rot: ( ) ( 16 2 14 ) 4 d) jedes Feld mit einer anderen von 16 verschiedenen Farben:16! 57 / 58

Komplexere Anwendungen Literatur Dinges, H.; Rost, H. (1982): Prinzipien der Stochastik. Stuttgart: Teubner. Engel, A. (1973): Wahrscheinlichkeitstheorie und Statistik, Band 1, Stuttgart: Klett. Kolmogoroff, A. N. (1933). Grundbegriffe der Wahrscheinlichkeitsrechnung. Berlin: Springer, Berlin. Kultusministerkonferenz KMK. (Hrsg.)(2003). Bildungsstandards im Fach Mathematik für den Mittleren Schulabschluss. Neuwied: Wolters-Kluwer & Luchterhand. Müller, D. W.(1974). Thesen zur Didaktik der Mathematik. Math. Phys. Semesterberichte 21, 164-169. 58 / 58