Jakob Bernoulli Historische Entwicklung des Wahrscheinlichkeitsbegriffs

Ähnliche Dokumente
Historische Aspekte der Stochastik

Sachrechnen/Größen WS 14/15-

Diskrete Strukturen II

DWT 1 Grundlagen 17/476 c Ernst W. Mayr

Wahrscheinlichkeitsrechnung und Stochastik

Numerische Methoden und Algorithmen in der Physik

Pr[A] = Pr[C (A B)] = Pr[C] + Pr[A B]. Wegen A B = C B folgt daraus. Pr[A B] = Pr[C B] = Pr[C] + Pr[B] = Pr[A] Pr[A B] + Pr[B]

1. Experimente, zufällige Ereignisse

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

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Einführung in die Stochastik. Das komplette Material finden Sie hier:

Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck

Binomialkoeffizient. Gymnasium Immensee Stochastik, 5. Klassen. Bettina Bieri

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

Stoffverteilungsplan Mathematik Grundkurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

Wahrscheinlichkeitsverteilungen

Lernkarten. Stochastik. 4 Seiten

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

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

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

3. Kombinatorik und Wahrscheinlichkeit

Modelle diskreter Zufallsvariablen

Wahrscheinlichkeitsrechnung und Statistik

Mathematik 2 für Naturwissenschaften

Dieser Begriff wurde von Jacob Bernoulli Ars conjectandi geprägt (1773), in dem das erste Gesetz der großen Zahlen bewiesen wurde.

Satz von Borel-Cantelli. Limes inferior von Mengen. Limes superior von Mengen. Stetigkeit. Konvergenz von Zufallsvariablen. Kolmogorow-Ungleichung

Wahrscheinlichkeitsrechnung und Statistik

Fit for Abi & Study Stochastik

Klausur vom

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

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

Mathematik für Biologen

Lehramt an Haupt- und Realschulen L2 und Förderschulen L5. Mathematik

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

Stoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit

1 Grundlagen Wahrscheinlichkeitsrechung

Modul 205: Binomialverteilung!

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 1. Grundbegriffe der Wahrscheinlichkeitsrechnung

Kapitel 5 Stochastische Unabhängigkeit

Inhaltsverzeichnis

Interaktives Skriptum: Elementare Wahrscheinlichkeitsrechnung

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

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

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

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

KAPITEL 3 DISKRETE ZUFALLSVARIABLEN UND VERTEILUNGEN

gewürfelt mit dem Sprungbeinknochen aus der Fußwurzel von Schaf oder Ziege (gr. astragalos, lat. taxillus). Demokrit: Zufall ein Bild,

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

Berechnung von W für die Elementarereignisse einer Zufallsgröße

Statistische und klassische Definition von Wahrscheinlichkeit

Grundlagen der Stochastik

Institut für Stochastik, SoSe K L A U S U R , 13:

Gesetz der großen Zahlen

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

Verteilung von Summen

Wahrscheinlichkeitsrechnung und Statistik


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

STATISTISCHE METHODEN UND IHRE ANWENDUNGEN

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II,

Wahrscheinlichkeit und Zufall

Angewandte Statistik 1

Bio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec

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

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie

1.5 Erwartungswert und Varianz

KOMPETENZHEFT ZUR STOCHASTIK II

Mathematische und statistische Methoden II

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Einführung in die Wahrscheinlichkeitsrechnung

Stochastik Grundlagen

5 Binomial- und Poissonverteilung

Statistik I für Betriebswirte Vorlesung 3

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

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

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

Statistik I für Betriebswirte Vorlesung 4

Theoretische Biophysik - Statistische Physik

SS 2017 Torsten Schreiber

Stochastik. Station 1. Kombinatorik

Statistik I für Betriebswirte Vorlesung 2

Elementare Stochastik

Grundlagen der Kombinatorik

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Mathematik für Biologen

Vorlesung 1: Einleitung

Kapitel 10 VERTEILUNGEN

Weierstraß-Institut für Angewandte Analysis und Stochastik Universalität der Fluktuationen: Warum ist alles Gauß-verteilt?

Korollar 116 (Grenzwertsatz von de Moivre)

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

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte

Wahrscheinlichkeitsrechnung und Statistik

Grundlagen der Kombinatorik

Mathematik für Biologen

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen

Willkommen zur Vorlesung Statistik (Master)

Transkript:

Jede Wissenschaft bedarf der Mathematik, die Mathematik bedarf keiner. Jakob Bernoulli Jakob Bernoulli Historische Entwicklung des Wahrscheinlichkeitsbegriffs Bachelor Seminar Georgios Mechteridis Betreuer: Marco E. G. V. Cattaneo

Die Mathematiker Familie Bernoulli Bernoulli Familie war eine der bekanntesten Mathematiker Familien des 17. und 18. Jahrhunderts Stammten ursprünglich aus den Niederlanden flüchteten aber aus religiösen Gründen in die Schweiz Acht Mitglieder und durch vier Generationen hindurch befassen sich mit Naturwissenschaften und der Mathematik Zwei davon, Jakob und Johann spielten eine sehr wichtige Rolle in der Mathematik: Rivalen ( Die Streitschriften von Jacob und Johann Bernoulli ) Legten den Grundstein der Wahrscheinlichkeitstheorie Grundstein für eine neue analytische Disziplin: die Variationsrechnung.

Lebenslauf (1) Lebenszeit: 27. Dezember 1654-16. August 1705 in Basel, Schweiz Er studierte Philosophie und protestantische Theologie in Basel Nebenbei besuchte er auch Vorlesungen für Mathematik und Astronomie 1688: Wurde er Professor für Mathematik an der Universität Basel Nach seinem Tod übernahm sein Bruder Johann seinen Lehrstuhl in Basel

Lebenslauf (2) 1713: Nach seine Tod wird sein Werk Ars Conjectandi von seinem Neffen Nikolaus Bernoulli herausgegeben (geschrieben ab 1680) Teil I: Huygens: Abhandlung über die bei Glückspielen möglichen Berechnungen, mit Kommentaren von Bernoulli Teil II: Permutations- und Kombinationslehre Teil III: Anwendungen der Kombinatorik auf verschiedene Glücks- und Würfelspiele Teil IV: Anwendung auf "bürgerliche, sittliche und wirtschaftliche Verhältnisse". Darin schwaches Gesetz der großen Zahl mit elementarem Beweis

Lebenslauf (3) Bedeutung in der Mathematik: Jakob Bernoulli ist der erst der ein Buch über die Wahrscheinlichkeitsrechnung herausgab, der den Begriff Wahrscheinlichkeit verwendet hat (Vgl.: Huygens hat den Begriff Erwartungswert verwendet) Hat wesentlich zur Entwicklung der Wahrscheinlichkeitstheorie beigetragen

Beitrag Bernoullis zur Wahrscheinlichkeitsrechnung Herausgabe der Ars Conjectandi (Zusammenfassung der Wahrscheinlichkeitsrechnung anderer Autoren und Weiterentwicklung) Bernoulli-Verteilung

Was ist Wahrscheinlichkeit? (1) Wenn ein Affe unendlich lange auf einer Schreibmaschine tippt geht die Wahrscheinlichkeit, dass er Goethes Faust schreibt, gegen 1. Die Aufgabe der Wahrscheinlichkeitstheorie ist Probleme wie diese zu präzisieren In der griechischen Antike meinte Aristoteles: Denn wahrscheinlich ist, was sich meistens ereignet Carneades hat den Begriff als steigerungsfähig angesehen: tatsächlich wahrscheinlich, scheinbar wahrscheinlich Denn nicht alles was wahrscheinlich erscheint ist es auch Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Was ist Wahrscheinlichkeit? (2) Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Wahrscheinlichkeitsauffassungen Man unterschiedet zwischen unterschiedlichen Wahrscheinlichkeitsbegriffen, zwei wichtige sind: 1. Symmetrieprinzip Klassische- oder Laplacesche Auffassung) 2. Häufigkeitsprinzip Statistische Wahrscheinlichkeitsauffassung Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Symmetrieprinzip Klassische- oder Laplacesche Auffassung) Wahrscheinlichkeit ist das Verhältnis der günstigen Ereignise zur Anzahl aller möglichen Ereignisse (Bernoulli, Huygens, Laplace) Beispiel: Würfel jede Zahl hat die gleiche Chance, nämlich 1 6 Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Häufigkeitsprinzip Statistische Wahrscheinlichkeitsauffassung Experiment wird so oft wie möglich wiederholt und dann werden die relativen Häufigkeiten des Ereignisses berechnet. Beispiel: GdgZ (dazu komme ich später) Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Schöpfer der Wahrscheinlichkeitstheorie Cardano (1501-1576) Italienischer Mathematiker der sich mit der Beschreibung mit Zufallserscheinung en auseinandersetzt Motiviert wurde er durch das Glückspiel Untersucht in seinem Buch Liber de ludo aleae (1663) das Spiel mit mehreren Würfeln Pascal-Fermat (1623-1662) Zwei französische Mathematiker die durch ihren Briefwechsel: 1. Wahrscheinlichkeit srechnung revolutioniert haben 2. Grundlagen für die moderne Wahrscheinlichkeit stheorie gelegt haben Huygens (1629-1695) Niederländischer Astronom und Mathematiker Einer der Begründer der Wahrscheinlichkei tsrechnung Er schrieb: De ratiociniis in ludo aleae (1657) Susanne Stotz Georgios Mechteridis Michael Strelzyk Iosif Tassoulis 2/50

Ars Conjectandi (=Kunst des Vermutens)

Über das Werk Ars Conjectandi Baut auf die Wahrscheinlichkeitstheorien von Hyugens, Cardano etc. auf Beschäftigt sich mit der Wahrscheinlichkeitstheorie ist aber nicht nur die Wissenschaft von Glückspielen sondern von allgemeinen rationalen Vermutungen Somit ist Ars Conjectandi wegweisend für die Wahrscheinlichkeitstheorie Beweis und Formulierung des Gesetztes der großen Zahlen Weiterentwicklung der Wahrscheinlichkeitstheorie 2/50

Teil I: Huygens: Abhandlung über die bei Glückspielen möglichen Berechnungen mit Kommentaren von Bernoulli

Bernoulli beschäftigt sich im 1. Teil seines Buches mit welcher Wahrscheinlichkeit man bei einem Glücksspiel gewinnen kann. Beispiel: Person A spielt mit Person B. Bedingung: Gewinner ist der, der zuerst dreimal gewinnt. Ist-Zustand: Person A hat schon zweimal gewonnen, Person B nur einmal. Frage: Wie wird der Spieleinsatz aufgeteilt bei Abbruch des Spieles?

Lösung: Bernoulli lehnt sich an die Lösung von Huygens an. Dabei erhält A 3/4a und B 1/4a. Bernoulli geht davon aus, dass folgende Fälle eintreten können: Spieler A gewinnt und bekommt den ganzen Einsatz bzw. Spieler B gewinnt und es steht unentschieden. In diesem Fall steht jedem ein 1/2 a zu. Da aber das Spiel bei 2:1 unterbrochen wurde, erhält mit Rücksicht auf Lehrsatz 1 der Spieler mit 2 gewonnenen Spielen die halbe Summe beider d.h. 3/4a wobei a der Gesamteinsatz ist. Anschließend erfolgen eine Reihe von Anmerkungen. Bernoulli weit über die Betrachtungen Huygens hinaus und führt folgendes Beispiel auf:

Teil II: Permutations- und Kombinationslehre

Es werden behandelt: Lehre von den Permutationen Lehre von den Kombinationen Kombinationen in Verbindung mit ihren Permutationen

Permutationen

Kombinationen

Kombinationen in Verbindung mit ihren Permutationen (Variationen ohne Wiederholung)

Ausführliche Darstellung der Kombinationslehre Behandlung der Bernoullischen Zahlen Beispiele: Gegen Ende des 17. Jahrhundert gelingt es Bernoulli eine Formel für die Summe beliebiger Potenzen natürlicher Zahlen zu finden:

Entspricht dem Pascalschen Dreieck (Binomialkoeffizienten). B m sind die Bernoulli-Zahlen. Die ersten Bernoulli-Zahlen sind: Man kann damit die Summe der sechsten Potenzen ausrechnen.

Teil III: Anwendungen der Kombinatorik auf verschiedene Glücks- und Würfelspiele

Kombinatorik spielt in der Entwicklung der Wahrscheinlichkeitstheorie eine sehr große Rolle Insbesondere bei der Untersuchung von Glücksspielen Kombinatorik wird benutzt bei zukünftlichen Entwicklungen, die gleichwahrscheinlich sind

Teil IV: Anwendungen der vorhergehenden Lehre auf bürgerliche, sittliche und wirtschaftliche Verhältnisse. Darin schwaches Gesetz der großen Zahl mit elementarem Beweis

Schwaches Gesetz der großen Zahlen Definition: Es sei: X 1, X 2,, X n Bernoulli-Zufallsvariablen mit Erfolgswahrscheinlichkeit p n i=1 Es sei übrigens: X = X i, die Anzahl der Erfolge in n mal unabhängig wiederholten Bernoulli-Experimenten Dann gilt: ε > 0 P( X n p ε) 0 für n Interpretation: Die Wahrscheinlichkeit, dass die Analogie der Erfolge X n in n mal unabhängig wiederholten Bernoulli-Experimenten von der Erfolgswahrscheinlichkeit p abweicht, konvergiert gegen 0 wenn das n groß ist

Starkes Gesetz der großen Zahlen Definition: Es sei: X 1, X 2,, X n Bernoulli-Zufallsvariablen mit Erfolgswahrscheinlichkeit p n Es sei übrigens: X n = 1 (X n i=1 i E X i ), die Anzahl der Erfolge in n mal unabhängig wiederholten Bernoulli- Experimenten Dann gilt: ε > 0 P(lim n X n = μ) = 1 Interpretation: Die Wahrscheinlichkeit, dass der Arithmetische Mittelwert X,wenn die Anzahl der Elemente in der Stichprobe größer werden, gleich dem Erwartungswert der Grundgesamtheit μ ist, beträgt 1.

Ziel Bernoullis waren nicht die Glückspiele, sondern wie man zu objektiv angemessenen Entscheidungen kommen kann. Glückspiele wurden von ihm nur zur Illustration der Vorgehensweise verwendet.

Er beschreibt folgende Begriffe: 1. Unterschied zwischen Gegenwart, Vergangenheit und Zukunft 2. Begriff der Wahrscheinlichkeit 3. Zufall 4. Stochastik

Unterschied zwischen Gegenwart, Vergangenheit und Zukunft

Begriff der Wahrscheinlichkeit

Zufall

Stochastik

Literatur Bernoulli, Jakob; Haussner, Robert (translator) (1713/2002), Wahrscheinlichkeitsrechnung (Ars conjectandi) (Deutsche Übersetzung) Enzyklopädie: Stochastikon Enzyklopädie: Wikipedia Technische Universität Bergakademie Freiberg, Die Bernoullischen Zahlen Romeike, Frank (2009); Erfolgsfaktor Risiko- Management 2.0, Methoden, Beispiele, Checklisten, Praxishanduch für Industrie und Handel, 2. Auflage Weitere Literaturangaben folgen 2/50