Analysis Seite 1. 1 f' = g f (x) g'(f(x)) f '(x) f (y) = mit y = f(x) bzw. f (x) = k f(x)dx = k f(x) + c. (f(x) ± g(x))dx = f(x)dx ± g(x)dx

Ähnliche Dokumente
Das Galton - Brett. Ein schneller Zugang zu Binomialverteilungen:

2.1 Klassische kombinatorische Probleme

Formelsammlung für das Niveau II

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Kombinatorik und Urnenmodelle

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

KAPITEL 2. Kombinatorik

Stochastik. 1. Wahrscheinlichkeitsräume

Grundlagen der Stochastik

Zufallsvariablen rekapituliert

A B A B A B C. Beispiel 1 Wie viele Möglichkeiten gibt es 3 verschiedene Kugeln: A, B und C auf verschiedene Arten auf 3 Plätze anzuordnen?

Ziel der Wahrscheinlichkeitsrechnung. Teil V. Wahrscheinlichkeitsrechnung. Experiment: Wurf eines Würfels

Übung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit

Inhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher

Fit for Abi & Study Stochastik

Klausur: Diskrete Strukturen I

K A N T O N S S C H U L E I M L E E MATHEMATIK. Grafiktaschenrechner ohne CAS, beliebige Formelsammlung

Binomialverteilung & Binomialtest

Mehr Erfolg in Mathematik, Abitur: Stochastik

Wahrscheinlichkeitstheorie und Statistik


Probeklausur zu Mathematik 3 für Informatik

7. Übungsblatt - Lösungsskizzen

Kombinatorische Abzählverfahren - LÖSUNGEN

KAPITEL 5. Erwartungswert

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

Prüfungsvorbereitungskurs Höhere Mathematik 3

MONS-TABOR-GYMNASIUM MONTABAUR

Zufallsvariablen rekapituliert

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.

Klausur: Diskrete Strukturen I

Kapitel II Kontinuierliche Wahrscheinlichkeitsräume

Mathematik für Biologen

Stoffverteilungsplan Sek II

Musterlösung zur ersten Klausur Stochastik für Lehramtskandidaten SS2012

Prüfungsvorbereitungskurs Höhere Mathematik 3

15.2 Kombinatorische Abzählformeln

Mathematik. Unterichtszusammenfassungen. Jahrgansstufen 12/13, Abitur erstellt von: Daniel Edler

1 Grundlagen Wahrscheinlichkeitsrechung

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

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

Wahrscheinlichkeitsrechnung

Der Binomialkoeffizient (Einführung):

Grundwissen zur Stochastik

Vorlesung 4b. Die Varianz

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

Sei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable.

Basistext - Wahrscheinlichkeitsrechnung

WAHRSCHEINLICHKEITSTHEORIE. 1. Elementare Kombinatorik Wir betrachten die Frage wieviele Möglichkeiten es gibt, aus n unterschiedlichen

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen

Numerische Methoden und Algorithmen in der Physik

TU DORTMUND Sommersemester 2018

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

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

Wie viele Möglichkeiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n = 5? Für n = 2 gibt es 2 Möglichkeiten.

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

Vorlesung 4b. Die Varianz

Mathematikaufgaben zur Vorbereitung auf das Studium

RRL GO- KMK EPA Mathematik. Ulf-Hermann KRÜGER Fachberater für Mathematik bei der Landesschulbehörde, Abteilung Hannover

mathphys-online Abiturprüfung Berufliche Oberschule 2000 Mathematik 13 Technik - B I - Lösung

Wahrscheinlichkeit und Statistik: Zusammenfassung

7. Übungsblatt zur Mathematik und Statistik für Biologie

falls rote Kugel im 1. Zug gezogen Die Ziehungen sind daher nicht unabhängig voneinander. Damit liegt kein Bernoulli-Prozess

Vorlesung 5a. Varianz und Kovarianz

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

Musterlösung. Abitur Mathematik Bayern G Bayern Aufgabe 1. Abitur Mathematik: Musterlösung. Stochastik II

Aufgaben sind zum größten Teil ohne CAS zu lösen. Kontrolle mit CAS ist eine gute Übung

Statistik für Ingenieure Vorlesung 3

Klausur: Diskrete Strukturen I

Vorlesung 5a. Zufallsvariable mit Dichten

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

Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen

Sachrechnen/Größen WS 14/15-

= = = 3 10 = = 33

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen

Lösung Semesterendprüfung

Zusammenfassung Abitursstoff Mathematik

Mathematikaufgaben zur Vorbereitung auf das Studium

» Realisierung eines Zufallsexperiments/Versuchsausgang» Das Ergebnis der tatsächlichen Durchführung eines Zufallsexperiments.

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

Ferienkurs Analysis 1

Vorlesung 5a. Die Varianz


1 + λ 0, die Geraden h : x =

Statistik, Datenanalyse und Simulation

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

Stoffverteilungsplan für das Fach Mathematik Qualifikationsphase

Diskrete Strukturen I

Wirtschaftsmathematik

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

Zusammenfassung Stochastik

Formelsammlung Stochastik

6.6 Poisson-Verteilung

Bestimmte Zufallsvariablen sind von Natur aus normalverteilt. - naturwissenschaftliche Variablen: originär z.b. Intelligenz, Körpergröße, Messfehler

R. Brinkmann Seite

Stochastik. Abitur. Intensivkurs Mathematik. Die optimale Vorbereitung auf das Abitur: Intensivkurs. Florian Timmermann

Universität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt

Transkript:

Analysis Seite Ableitungsregeln: (f±g) = f ± g (f g) = f g + fg ' f f'g fg' = 2 g g ' f' = 2 f f ' ( ) = g f () g'(f()) f '() ' ' f (y) = mit y = f() bzw. f () = f'() f' f( ) Integrationsregeln: b a c b b f()d = f()d ; f()d + f()d = f()d a b a c a f()d = f() + c (f() ± g())d = f()d ± g()d f '() g() d = f() g() f() g'() d f(g()) f '() d = f(u)du mit u = g() und du = g'()d Uneigentliche Integrale: b f()d = lim f()d f()d = lim f()d b c a a c c Einfache Grundintegrale: n n+ d= + c n ;c R n+ d ln() c ; e d e = + = + c ; ln()d = ln() + c = + = = e d e c ; 0 ; ln()d ln(u)du mit u

Analysis Seite 2 Logarithmusfuntion: ln() = ln(u)du ln(e) = Umehrfuntion ln() = e Logarithmengesetze: ln(a b) = ln(a) + ln(b) e e = e c d c+ d a ln( ) = ln(a) ln(b) e : e = e b c d c d ( ) d b c c d ln(a ) = b ln(a) e = e ln() Allgemeine Logarithmusfuntion : log c() = ln(c) f'() Spezielles Integral : d = ln f() + c f() Grenzwerte: n GRF() lim = 0 lim = 0 e e d.h. die e Funtion steigt stär er als jede Ganzrationale Funtion beliebigen Grades n lim e = 0 bzw. lim GRF() e = 0 Entsprechend für die Logarithmusfuntion: ln lim ln = 0 und lim = 0 0 d.h. die ln-funtion steigt langsamer als jede Ganzrationale Funtion beliebigen Grades

Analytische Geometrie Seite 3 Geraden im 3 R : g: = a+λu Ebenen im 3 R : E: = a+λ u+µ v ; λ, µ R Parameterform E: A + A + A + A = 0 ; A R Koordinatenform 2 2 3 3 4 i E : n ( a) = 0 Normalenform E : n ( a) = 0 mit n = und n a > 0 Hesse Normalenform 0 0 0 Abstand Punt Gerade : d = d d = n 0 ( p) Ist d< 0 dann liegt P bzl. E auf der gleichen Seite wie der Ursprung 0 Ist d > 0 dann liegt P bzl. E auf der entgegen gesetzten Seite wie derursprung 0 Salarprodut : 3 y = y bzw. y = y cos (,y) i= i i Vetorprodut : e e e y y y = = y y y y y y y y z 2 3 2 3 2 3 3 3 2 3 2 2 y = y sin,y) Determinanten: a b c a b d e f d e = (aei + bfg + cdh) (gec + hfa + idb) g h i g h

Analytische Geometrie Seite 4 Spatvolumen : Das Volumen des von den Vetoren,y,z aufgespannten Spats ist V = y z Spat ( ) Pyramidenvolumen: a) Vierecspyramide Vp = VSpat 3 b) Dreiecspyramide Vp = VSpat 6

Wahrscheinlicheitsrechnung / Statisti Seite 5 Urneneperiment In einer Urne sind n unterscheidbare Kugeln, z.b. nummeriert von bis n Permutationen Alle n Kugeln werden nacheinander ohne Zurüclegen gezogen. Die Reihenfolge wird notiert. -Permutationen-ohne (Variationen) der n Kugeln( n) werden nacheinander ohne Zurüclegen gezogen. Die Reihenfolge wird notiert. Anzahl der Möglicheiten n! n ( n ) ( n 2)... ( n + n! = ( n )! Realeperiment Wir haben n unterscheidbare Objete Es gibt n! verschiedene Anordnungen (Permutationen) mit n unterscheidbaren Objeten.. Wir bilden also n-tupel: ( ) Es werden der n Objete ausgewählt und diese dann in alle mögliche Reihenfolgen gebracht -Tupel: ( ) -Permutationen-mit (Variationen) der n Kugeln( n) werden nacheinander mit Zurüclegen gezogen. Die Reihenfolge wird notiert. -Teilmengen (Kombinationen) der n Kugeln( n) werden nacheinander ohne Zurüclegen gezogen. Die Reihenfolge n n Es werden der n Objete mit Zurüclegen ausgewählt und diese dann in alle mögliche Reihenfolgen gebracht -Tupel: ( ) Nacheinander werden Kugeln (ohne Zurüclegen) entnommen, es wird eine Reihenfolge gebildet. -Teilmengen: {,,..., } Binomialoeffizienten: n n! = 0! =! =! ( n )!

Wahrscheinlicheitsrechnung / Statisti Seite 6 Ereignisse: Jede Teilmenge der Ergebnismenge S heißt Ereignis E Wahrscheinlicheit von Ereignissen: Für Laplace-Eperimente (Eperimente, bei denen jedes mögliche Ergebnis die gleiche Wahrscheinlicheit besitzt) gilt E P(E) = S bezeichnet dabei die Anzahl der Elemente in der Menge X Erwartungswert einer Zufallsvariablen X : Varianz einer Zufallsvariablen X : Standardabweichung: µ= E(X) = P(X = ) i i i= 2 V(X) = ( i µ ) P(X = i) i= σ= V(X) Mehrstufige Zufallsversuche: Pfadregeln:.) Bei einem mehrstufigen ZF-Eperiment ist die Wahrscheinlicheit für ein Ergebnis gleich dem Produt der Wahrscheinlicheiten längs des Pfades, der zu diesem Ergebnis führt. 2.) Die Wahrscheinlicheit eines Ereignisses E ist gleich der Summe der Wahrscheinlicheiten aller Pfade, die zu einem Element dieses Ereignisses führen. Bei einem n-stufigen Bernoulli-Eperiment gilt für die Zufallsvariable X =Anzahl der Erfolge: n = = = 0 n n P(X ) p ( p) Erfolgswahrscheinlicheit p Misserfolgswahrscheinlicheit q=-p µ= E(X) = n p und σ= n p q

Wahrscheinlicheitsrechnung / Statisti Seite 7 Intervalle für Entscheidungsregeln: falls σ 3 90% Regel : P( µ,64 σ < X <µ+,64 σ) 90% 95% Regel : P( µ,96 σ < X <µ+,96 σ) 95% 99% Regel : P( µ 2,58σ < X <µ+ 2,58 σ) 99% Kumulierte Wahrscheinlicheiten: P(X ) = P(X = i) i= 0 P(X = ) = P(X ) P(X ( )) P(a X b) = P(X b) P(X (a )) P(X ) = P(X ( )) Speziell : P(X ) = P(X = 0)

Wahrscheinlicheitsrechnung / Statisti Seite 8 Binomialverteilungen umuliert n=00 p= 0, 0,2 0,3 0,35 0,4 0,5 <= 0 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 2 0,002 0,000 0,000 0,000 0,000 0,000 3 0,008 0,000 0,000 0,000 0,000 0,000 4 0,024 0,000 0,000 0,000 0,000 0,000 5 0,058 0,000 0,000 0,000 0,000 0,000 6 0,7 0,000 0,000 0,000 0,000 0,000 7 0,206 0,000 0,000 0,000 0,000 0,000 8 0,32 0,00 0,000 0,000 0,000 0,000 9 0,45 0,002 0,000 0,000 0,000 0,000 0 0,583 0,006 0,000 0,000 0,000 0,000 0,703 0,03 0,000 0,000 0,000 0,000 2 0,802 0,025 0,000 0,000 0,000 0,000 3 0,876 0,047 0,000 0,000 0,000 0,000 4 0,927 0,080 0,000 0,000 0,000 0,000 5 0,960 0,29 0,000 0,000 0,000 0,000 6 0,979 0,92 0,00 0,000 0,000 0,000 7 0,990 0,27 0,002 0,000 0,000 0,000 8 0,995 0,362 0,005 0,000 0,000 0,000 9 0,998 0,460 0,009 0,000 0,000 0,000 20 0,999 0,559 0,06 0,00 0,000 0,000 2,000 0,654 0,029 0,002 0,000 0,000 22,000 0,739 0,048 0,003 0,000 0,000 23,000 0,8 0,076 0,007 0,000 0,000 24,000 0,869 0,4 0,02 0,00 0,000 25,000 0,93 0,63 0,02 0,00 0,000 26,000 0,944 0,224 0,035 0,002 0,000 27,000 0,966 0,296 0,056 0,005 0,000 28,000 0,980 0,377 0,085 0,008 0,000 29,000 0,989 0,462 0,24 0,05 0,000 30,000 0,994 0,549 0,73 0,025 0,000 3,000 0,997 0,633 0,233 0,040 0,000 32,000 0,998 0,7 0,303 0,062 0,000 33,000 0,999 0,779 0,380 0,09 0,000 34,000,000 0,837 0,462 0,30 0,00 35,000,000 0,884 0,546 0,79 0,002 36,000,000 0,920 0,627 0,239 0,003 37,000,000 0,947 0,702 0,307 0,006 38,000,000 0,966 0,770 0,382 0,00 39,000,000 0,979 0,828 0,462 0,08 40,000,000 0,988 0,875 0,543 0,028 4,000,000 0,993 0,92 0,623 0,044 42,000,000 0,996 0,94 0,697 0,067 43,000,000 0,998 0,96 0,763 0,097 44,000,000 0,999 0,975 0,82 0,36 45,000,000 0,999 0,985 0,869 0,84 46,000,000,000 0,99 0,907 0,242

47,000,000,000 0,995 0,936 0,309 48,000,000,000 0,997 0,958 0,382 49,000,000,000 0,999 0,973 0,460 50,000,000,000 0,999 0,983 0,540 5,000,000,000,000 0,990 0,68 52,000,000,000,000 0,994 0,69 53,000,000,000,000 0,997 0,758 54,000,000,000,000 0,998 0,86 55,000,000,000,000 0,999 0,864 56,000,000,000,000,000 0,903 57,000,000,000,000,000 0,933 58,000,000,000,000,000 0,956 59,000,000,000,000,000 0,972 60,000,000,000,000,000 0,982 6,000,000,000,000,000 0,990 62,000,000,000,000,000 0,994 63,000,000,000,000,000 0,997 64,000,000,000,000,000 0,998 65,000,000,000,000,000 0,999 66,000,000,000,000,000,000 67,000,000,000,000,000,000 68,000,000,000,000,000,000 69,000,000,000,000,000,000 70,000,000,000,000,000,000 7,000,000,000,000,000,000 72,000,000,000,000,000,000 73,000,000,000,000,000,000 74,000,000,000,000,000,000 75,000,000,000,000,000,000 76,000,000,000,000,000,000 77,000,000,000,000,000,000 78,000,000,000,000,000,000 79,000,000,000,000,000,000 80,000,000,000,000,000,000 8,000,000,000,000,000,000 82,000,000,000,000,000,000 83,000,000,000,000,000,000 84,000,000,000,000,000,000 85,000,000,000,000,000,000 86,000,000,000,000,000,000 87,000,000,000,000,000,000 88,000,000,000,000,000,000 89,000,000,000,000,000,000 90,000,000,000,000,000,000 9,000,000,000,000,000,000 92,000,000,000,000,000,000 93,000,000,000,000,000,000 94,000,000,000,000,000,000 95,000,000,000,000,000,000 96,000,000,000,000,000,000 97,000,000,000,000,000,000 98,000,000,000,000,000,000 99,000,000,000,000,000,000 00,000,000,000,000,000,000