AngStat1(Ue13-21).doc 23

Ähnliche Dokumente
Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume

A D A E B D D E D E D C C D E

Kapitel VI. Einige spezielle diskrete Verteilungen

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

15.4 Diskrete Zufallsvariablen

R. Brinkmann Seite

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

3 Wichtige Wahrscheinlichkeitsverteilungen

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

Bernoulli-Experiment und Binomialverteilung

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Diskrete Zufallsvariablen

Der Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten

A Ω, Element des Ereignisraumes

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

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Wahrscheinlichkeit & Statistik

n p + q = 1 Zahl der Wahrschein- Zahl der Um- Anordnung n k n-k Kombina- lichket stellungen der Treffer R

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli Schweizer Mathematiker und Physiker Einleitung

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

10. Testen von Hypothesen Seite 1 von 6

8. Der Wahrscheinlichkeitsbegriff

Verteilungsfunktionen

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?

Statistik und Wahrscheinlichkeitsrechnung

Testen statistischer Hypothesen

Stochastik A. Prof. Dr. Barbara Gentz

Kapitel 9: Schätzungen

Kapitel 10 VERTEILUNGEN

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Übungen zu QM III Mindeststichprobenumfang

Grundlagen der Biostatistik und Informatik

Stochastik für Physiker: Aufgaben und Lösungsvorschläge

Elemente der Mathematik - Winter 2016/2017

Diplomvorprüfung Stochastik

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Signifikante Stellen falsch. Unsaubere Arbeitsweise. Einheiten vergessen, Pi ist KEINE Einheit

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten

Kapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen

Stochastik. Eine Vorlesung für das Lehramtsstudium. Franz Hofbauer

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Zentraler Grenzwert Satz

Kombinatorik. Permutationen Permutationen eines Kollektivs

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Übungsaufgaben. Häufige Fehler: Banale Rechenfehler. Unsaubere Arbeitsweise. Signifikante Stellen falsch. Einheiten vergessen.

Wahrscheinlichkeitstheorie und Statistik vom

Statistik I Februar 2005

Erfolg im Mathe-Abi 2013

Für die Vorlesung von Prof. Schmitz

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

Daten und Zufall in der Jahrgangsstufe 9 Seite 1

ABITURPRÜFUNG 2007 GRUNDFACH MATHEMATIK

Empirische Verteilungsfunktion

Hilfsmittel aus der Kombinatorik, Vollständige Induktion, Reelle Zahlenfolgen

Tests statistischer Hypothesen

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

Wahrscheinlichkeit und Statistik

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Statistik I/Empirie I

Erfolg im Mathe-Abi 2017

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Bernsteinpolynome Vortrag zum Proseminar zur Analysis, Malte Milatz

Tutorium Mathematik in der gymnasialen Oberstufe 3. Veranstaltung: Berechnung von Wahrscheinlichkeiten 16. November 2016

Demo für

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Wahrscheinlichkeitsrechnung

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)!

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele :

Forschungsstatistik I

Zufallsvariablen und Wahrscheinlichkeitsverteilungen

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt 6 5. Dezember 2007

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Parameterschätzung. Kapitel Schätzfunktionen

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Stochastik I TU Dortmund, Sommersemester 2014

6.1 Grundlagen der Wahrscheinlichkeitsrechnung Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

Wichtige Verteilungen

Das Pascalsche Dreieck

= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...

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

Einführung in die Wahrscheinlichkeitstheorie

Kombinatorik VL

Teil 2: Grundlagen der Wahrscheinlichkeitstheorie

Tutorial zum Grenzwert reeller Zahlenfolgen

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

Klausur vom

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

6 Vergleich mehrerer unverbundener Stichproben

Transkript:

3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also A { ω} mit ω Ω gilt. Führt ma das stochastische Experimet -mal (Stichprobe vom Umfag ) so schätzt der Quotiet Azahl der Experimete i dee ω eigetrete ist / also die relative Häufigeit des Auftretes vo ω i der Stichprobe diese Wahrscheilicheit. b) Wie bezeichet ma die Mege aller mögliche Ereigisse? Ω c) Wie et ma ei Ereigis A desse Auftreteswahrscheilicheit A) ist? Besitze alle Versuchsausgäge (Elemetarereigisse) eie positive Wahrscheilicheit so a A Ω ur da die Wahrscheilicheit habe we A Ω gilt A also das sichere Ereigis ist. d) Wie groß ist die Wahrscheilicheit für ei umögliches Ereigis? ) e) Was versteht ma uter eiem Komplemetärereigis? (Erlärug ud ei Beispiel bitte.) A ist omplemetär zu A we beide disjut sid ud A A Ω gilt also A alle Versuchsausgäge ethält die icht zu A gehöre. A tritt geau da ei we A icht eitritt. Beispiel Würfel: A gerade Augezahl A ugerade Augezahl f) Wie groß ist die Wahrscheilicheit für das Komplemetärereigis A vo A we A) 5 ist? P ( A) A) 5 5 g) Welcher Sachverhalt gilt für zwei disjute Ereigisse A ud B? A B A ud B öe icht gleichzeitig eitrete eie gemeisame Versuchsausgäge h) Wie lautet das Additiostheorem der Wahrscheilicheit für icht disjute Ereigisse? A B) A) + B) A B) disjute Ereigisse? P ( A B) A) + B) AgStat(Ue3-).doc 3

4. Sie würfel mit eiem schwarze ud eiem weiße Würfel die jeweils mit der Wahrscheilicheit /6 die Augezahle 4965 oder 36 zeige. Die Ergebisse i j vo Zahle auf. schreibe Sie als Paare ( ) (a) Wie viele uterschiedliche Versuchsausgäge gibt es? (b) Mit welcher Wahrscheilicheit tritt jeder auf? (c) Mit welcher Wahrscheilicheit erhalte Sie eie Augesumme vo midestes 6? Beatworte Sie alle Frage och eimal we Sie statt desse zwei weiße Würfel beutze die icht uterscheidbar sid. Überlege Sie zuächst wie Sie die Würfelergebisse aufschreibe. Lösug: Schwarzer ud weißer Würfel: (a) Das Mermal X "Augezahl des schwarze Würfels" hat 6 uterschiedliche Auspräguge i 496 5 36. Das Mermal Y"Augezahl des weiße Würfels" hat ebefalls 6 uterschiedliche Auspräguge i 496536. Alle Auspräguge sid beliebig ombiierbar ud liefer uterschiedliche Würfelergebisse. Es gibt also 6 6 36 uterschiedliche Versuchsausgäge Ω {( i j) : i j { 496536 } {( ) ( 4 ) ( 36) ( 4 ) ( 44) ( 436) ( 36 ) ( 364) ( 3636) } mit Ω 6 6 36. (b) Alle Würfelergebisse habe die gleiche Wahrscheilicheit also P (( i j) ) für alle 36 Kombiatioe i j { 496536} 36 (c) Augesumme ist midestes 6 ( + Y 6) vorliegt mit i + j 6 es gilt also: P X we ei Versuchsausgag (ij) ( X + Y 6 ) {( 3636) ( 536) ( 365) }) 8333 83% 3 36 AgStat(Ue3-).doc 4

Zwei weiße Würfel: (a) Die Würfelergebisse (4) ud (4) sid u icht mehr uterscheidbar Abgesehe vom sog. Pasch (beide Augezahle sid gleich) halbiert sich die Zahl der uterschiedliche Würfelergebisse. 36 6 Isgesamt gibt es 6 mal Pasch ud 5 Würfelergebisse mit uterschiedliche Augezahle: Ω 6 + 5 (b) Jeder Pasch hat uverädert die Wahrscheilicheit. Für die übrige Ausgäge 36 gilt dass sie höhere Wahrscheilicheite besitze da sie sich eigetlich aus zwei Ereigisse zusammesetze. Sie besitze also die Wahrscheilicheite. 36 8 Zur Kotrolle gilt auch hier dass die Summe aller Wahrscheilicheite ist: 5 6 + 5 + 36 8 6 6 (c) Keie Äderug AgStat(Ue3-).doc 5

5. Bereche Sie die Biomialoeffiziete: 5 ud Lösug: Azahl der Möglicheite aus Objete auszuwähle: ( )!( )!! ) ( mit < > oder falls 5 5 ud 6 AgStat(Ue3-).doc 6

6. I eier Versammlug der Studierede der Psychologie der TU Brauschweig sid 4 Studierede ohe Vordiplom ud 98 Studierede mit Vordiplom awesed. Gebe Sie für eie Tombola mit gleiche Preise Auswahlverfahre a die jeweils zeh Studierede zufällig aus alle Teilehmer auswähle so dass die Azahl der dabei ausgewählte Studierede mit Vordiplom eie hypergeometrisch (bzw. eie biomial) verteilte Zufallsvariable ist. Bereche Sie i beide Fälle die Wahrscheilicheit dass geau 3 Studierede (bzw. midestes Studiereder) mit Vordiplom ausgewählt werde. Lösug: Studierede werde aus eier "Ure" mit R 98 Studierede mit Vordiplom ud N R 4 Studierede ohe Vordiplom "gezoge". Isgesamt sid also N 98 +4 Studierede i der "Ure" X "Azahl der Studierede mit Vordiplom" uter de gezogee. (Zufallsvariable oder Mermal mit de Auspräguge...) X ist hypergeometrisch verteilt falls "ohe Zurüclege" gezoge wird (Jeder a ur eie Preis gewie): X Hyp ( ; N R) X ist biomialverteilt falls "mit Zurüclege" gezoge wird ( uabhägige Ziehuge mit jeweils alle N Studierede): X Bi ( ; p) Mit der Wahrscheilicheit p bei eier Eizelziehug eie Studierede mit Vordiplom zu ziehe. Es gilt hier: Azahl" Güstige" R 98 49 p 444 444% Azahl" Mögliche" N Ziehe mit Zurüclege (Biomialverteilug) 49 X Bi ( ; p) mit ud p 444 444% X ) p ( p) für Hier iteressiert us zuächst der Fall 3 (es werde geau 3 Studierede mit Vordiplom ausgewählt) 3 3 3 3 9 8 49 6 49 6 P ( X 3) p ( p) 5 5% 3 3 Jetzt iteressiere us die Fälle : X ) X ) + X ) + + X ) Wege X ) + X ) + X ) + + X ) erhalte wir für die gesuchte Wahrscheilicheit: 6 X ) X ) p ( p) 956 99 99% AgStat(Ue3-).doc

Ziehe ohe Zurüclege (Hypergeometrische Verteilug) X "Azahl der gezogee Studierede mit Vordiplom" ist hypergeometrisch verteilt falls jeder Studierede ur eie Preis gewie a also aus eier Ure mit alle "Studierede" ohe Zurüclege gezoge wird. R N R X Hyp ( ; N R) r r mit P ( X r) für r Dabei bedeute wie vorher: N Azahl aller awesede Studierede R Azahl aller Studiereder mit Vordiplom uter de Awesede Azahl aller zu ziehede Studierede r Azahl aller Studiereder mit Vordiplom uter de gezogee Hier gilt N R 98 ud wir iteressiere us für die Fälle r 3 ud r. N 98 4 3 98 98 9 96 X 3) 5.96 3 3 4 4 3 8 5.5.58.4 6 3 65.3.5.839.369.3 9 5.96 5.5.58.4 X 3) 55 55% 65.3.5.839.369.3 oder 98 4 3 98 9 96 4 3 8 9 ( 3) P X 55 3 6 3 98 4 98 X ) X ) 4 4 3 5 63..3.86.56 9 63..3.86.56 X ) 5 995 995% 65.3.5.839.369.3 AgStat(Ue3-).doc 8

. Sie habe zwei Ure vor sich. I der erste befide sich Kugel davo 4 rote ud i der zweite 4 Kugel davo rote. Bereche Sie ob es wahrscheilicher ist: aus der erste Ure beim Herausehme vo zwei Kugel ohe Zurüclege zwei rote oder aus der zweite Ure bei eimaligem Ziehe eie rote Kugel zu ziehe. Lösug: Ziehe aus erster Ure: URNENMODELL I (ohe Zurüclege) mit N R4 X Azahl der gezogee rote Kugel Hyp(:4) 4 3 4 3 6 P ( X )) 86% Ziehe aus zweiter Ure: URNENMODELL (egal) rote Kugel ziehe ) 5% > 86% 4 8. Die Augesumme X beim Würfel mit zwei Würfel ist eie Zufallsvariable. Etscheide Sie ob sie biomialverteilt oder hypergeometrisch verteilt ist oder eie der beide Verteiluge besitzt. Lösug: Keies der beide Modelle passt da die zugrudeliegede stochastische Experimete völlig aders sid ud die Verteilug der Augesumme auch Wahrscheilicheite besitzt die weder durch das Uremodell I och durch II erzeugt werde öe. AgStat(Ue3-).doc 9

9. Zwei Geschwister ziehe Lose. Vo de Lose ist lediglich eies ei Gewilos währed die übrige Niete sid. Beide ziehe acheiader je ei Los. Wer hat die größere Gewichace. Lösug: Lose sid ummeriert. ( ) Nr. ist das Gewilos. Ω {( i j) : i j { } i j} mit Ω ( ) i Losummer beim erste Ziehe j Losummer beim zweite Ziehe Ereigisse. R "Wer als erster zieht gewit" R "Wer als zweiter zieht gewit" {( ) } R j : j mit {( ) } R ud R ) R i : i mit R ud R ) Für beide ist die Gewiwahrscheilicheit gleich /. ( ) ( ) AgStat(Ue3-).doc 3

. Zwei befreudete Familie aus 6 bzw. 4 Persoe habe Theaterarte für ebeeiader gelegee Sitze geauft. Da die Sicht vo de Plätze uterschiedlich ist werde die Plätze utereiader ausgelost. Wie groß ist die Wahrscheilicheit dass die 4-öpfige Familie ebeeiader sitzt? Beschreibe Sie alle Versuchsausgäge beim Lose ud gebe Sie dere Azahl ud Wahrscheilicheite a! Gebe sie alle Versuchsausgäge a für die die 4-öpfige Familie zusammesitzt ud bestimme Sie die obige Wahrscheilicheit! Lösug: Lösug : Stochastisches Experimet: Auslose der Persoe P P... P auf die Plätze.... Versuchsausgäge: Alle Aorduge der Persoe auf de Plätze (i... i ) Ω mit i j { P P P... P } Dabei bedeutet i P 3 dass die Perso 3 auf Platz sitzt. Familie { P... P 4 } ud Familie { P 5... P } Aus der Vorlesug ist beat: Ω 9! Modell: Es wird so ausgelost dass jede Verteilug X (i... i ) der Plätze die gleiche Chace hat realisiert zu werde. Es gilt also: X (i... i )) /! Für alle (i... i ) Ω. Familie sitzt i de folgede Fälle (Versuchsausgäge) zusamme: (P P P 3 P 4 P 5 P 6... P ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader. (P 5 P P P 3 P 4 P 6... P ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader.... (P 5... P P P P 3 P 4 ) ud alle 4! Vertauschuge der Persoe bis 4 ud alle 6! Vertauschuge der Persoe 5 bis utereiader. Damit gibt es isgesamt 4! 6! Verschiedee Versuchsausgäge i dee die Familie (4-öpfig) zusammesitzt. Das Ereigis A dass die 4-öpfige Familie bei diesem Losverfahre zusammehägede Plätze erhält besitzt also die Wahrscheilicheit: P A Ω 4! 6!! 4 3 9 8 3 ( A) 33 33% AgStat(Ue3-).doc 3

Lösug : Stochastisches Experimet: Auslose der Persoe P P... P 4 der Familie auf die Plätze.... (Familie ud Persoe wie i Lösug ) Versuchsausgäge: Alle Auswahle der 4 Plätze für Familie aus de Plätze (i... i 4 ) Ω mit i j {... } mit i < i < i 3 < i 4 ) Dabei bedeutet i 4 dass eie Perso vo Familie auf Platz 4 sitzt. Aus der Vorlesug ist beat dass es geau 9 8 Ω 4 4 3 solcher Auswahle gibt. Modell: Es wird so ausgelost dass jede Auswahl X (i... i 4 ) der Plätze die gleiche Chace hat realisiert zu werde. Es gilt also: X (i... i 4 )) / Für alle (i... i 4 ) Ω. Familie sitzt i de folgede Fälle (Versuchsausgäge) zusamme: (34) (345)... (89) also i isgesamt der Fälle. Das Ereigis A dass die 4-öpfige Familie bei diesem Losverfahre zusammehägede Plätze erhält besitzt also die Wahrscheilicheit: P A Ω 4 3 ( A) 33 33% Beide Modelle führe also zum gleiche Ergebis. Losverfahre: I beide Fälle muss u ei Losverfahre agegebe werde dass alle! Aorduge bzw. alle Auswahle der 4 Plätze die gleiche Chace eiräumt. Fall: Lostrommel mit Lose (ummeriert mit...). Jede Perso zieht acheiader ei Los (Losummer Platzummer) Fall : Lostrommel wie i Fall aber es werde ur 4 Lose für Familie gezoge. AgStat(Ue3-).doc 3

. Bei eiem bestimmte statistische Verfahre betrage die sog. Irrtumswahrscheilicheit ( Wahrscheilicheit eie Fehletscheidug zu treffe) 5%. Ma bereche die Wahrscheilicheit dafür dass bei -maliger uabhägiger Awedug dieses Verfahres höchstes eimal eie solche Fehletscheidug gefällt wird ( ud ). Lösug: Stochastisches Experimet Durchführug eies statistische Verfahres mit de Versuchsausgäge: Fehletscheidug bzw. richtige Etscheidug mit Fehletscheidug ) p 5 5% bzw. richtige Etscheidug ) -p 95 95% Dieses Verfahre wir -mal uabhägig durchgeführt. Zufallsvariable: X "Azahl der Fehletscheiduge" Bi(p) P ( X ) X ) + X ) p ( p) + p ( p) Damit ergibt sich für ( p) + p( p) ( p) [( p) + p] ( p) [ p + p] 9 ( ) 95 [ 95 + 5] 63545 938 94% : P X ud für : P X 99 ( ) 95 [ 95 + 5] 9366 595 38 3% AgStat(Ue3-).doc 33