Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)

Größe: px
Ab Seite anzeigen:

Download "Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren. 1. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen)"

Transkript

1 Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜUNG. - LÖSUNGEN. Zweimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln. Wir unterscheiden die folgenden Ereignisse: A das Ereignis, beim. Zug eine weiße Kugel zu ziehen das Ereignis, beim. Zug eine weiße Kugel zu ziehen C das Ereignis, beim. Zug eine rote Kugel zu ziehen a. Das Ereignis, beim. Zug eine weiße Kugel zu ziehen und beim. Zug eine weiße Kugel zu ziehen, ist der Durchschnitt der Ereignisse A und. Da ohne Zurücklegen gezogen wird, sind die Ereignisse A und nicht unabhängig, gilt also für die Wahrscheinlichkeit des Durchschnitts der Multiplikationssatz: 4 P ( A = / = = = 0,09 Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, beträgt 4/, da 4 von den insgesamt Kugeln in der Urne weiß sind. Nach dem. Zug enthält die Urne noch Kugeln, davon weiße. Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, nachdem bereits die. Kugel weiß war, beträgt also /. b. Das Ereignis, beim. Zug eine weiße Kugel und beim. Zug eine rote Kugel zu ziehen, ist der Durchschnitt der Ereignisse A und C. Für die Wahrscheinlichkeit des Durchschnitts der Ereignisse A und C gilt nach dem Multiplikationssatz: P ( A C = C / = = = 0,4 Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, beträgt wieder 4/, da 4 von den insgesamt Kugeln in der Urne weiß sind. Nach dem. Zug enthält die Urne noch Kugeln, davon weiße und unverändert 8 rote. Die Wahrscheinlichkeit, beim. Zug eine rote Kugel zu ziehen nachdem die. Kugel weiß war, beträgt also 8/. Senger Induktive Statistik

2 ÜUNG. - LÖSUNGEN c. Das Ereignis, wenigstens eine weiße Kugel zu ziehen, bedeutet beim. oder beim. Zug eine weiße Kugel zu ziehen und entspricht der Vereinigung der Ereignisse A und. Da die Ereignisse A und sich nicht gegenseitig ausschließen, ihr Durchschnitt also nicht leer ist, gilt für die Wahrscheinlichkeit der Vereinigung der Ereignisse A und der Additionssatz: P ( A = + A = + = 0,5757 = 0,58. Zug rot weiß Zug rot A weiß 4 A Die Zahl der Fälle beträgt M = A = 4 4 = 44 = 4 4 = 44 A = 4 = 4 = und die Wahrscheinlichkeiten 44 P ( = = 44 P ( = =

3 P ( A = = ÜUNG. - LÖSUNGEN. Dreimaliges Ziehen aus einer Urne (ohne Zurücklegen Die Urne enthält 4 weiße und 8 rote Kugeln. Wir unterscheiden die folgenden Ereignisse: A : weiße Kugel beim. Zug : rote Kugel beim. Zug A : weiße Kugel beim. Zug : rote Kugel beim. Zug A : weiße Kugel beim. Zug : rote Kugel beim. Zug a. Das Ereignis, nacheinander drei weiße Kugeln zu ziehen, bedeutet beim.,. und beim. Versuch eine weiße Kugel zu ziehen und entspricht dem Durchschnitt der Ereignisse A, A und A. Für die Wahrscheinlichkeit des Durchschnitts gilt der Multiplikationssatz P A A A = A A / A A / A A 4 4 = = = 0, ( Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, beträgt 4/ und die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, nachdem bereits die. Kugel weiß war, beträgt /. Nach dem. Zug enthält die Urne noch 0 Kugeln, davon weiße. Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, nachdem bereits die. und die. Kugel weiß waren, beträgt folglich /0. b. Das Ereignis, zuerst zwei rote Kugeln und dann eine weiße Kugel zu ziehen, bedeutet, beim. und. Versuch eine rote und beim. Versuch eine weiße Kugel zu ziehen und entspricht dem Durchschnitt der Ereignisse, und A. Für die Wahrscheinlichkeit des Durchschnitts gilt der Multiplikationssatz P ( A = / A / = = = = 0, Die Wahrscheinlichkeit, beim. Zug eine rote Kugel zu ziehen, beträgt 8/, da 8 von den insgesamt Kugeln in der Urne rot sind. Nach dem. Zug enthält die Urne noch Kugeln, davon 7 rote. Die Wahrscheinlichkeit, beim. Zug eine rote Kugel zu ziehen, nachdem bereits die. Kugel rot war, beträgt also 7/. Nach dem. Zug enthält die Urne noch 0 Kugeln, darunter noch die 4 weißen. Die Wahrscheinlichkeit, beim. Zug eine weiße Kugel zu ziehen, nachdem die. und die. Kugel rot waren, beträgt folglich 4/0.

4 ÜUNG. - LÖSUNGEN 4 c. Das Ereignis, wenigstens eine rote Kugel zu ziehen, bedeutet beim. oder. oder. Versuch eine rote Kugel zu ziehen und entspricht der Vereinigung der Ereignisse, und. Das Komplementärereignis ist das Ereignis, keine rote Kugel, d.h. drei weiße Kugeln zu ziehen. Diese Wahrscheinlichkeit läßt sich leichter berechnen und ist bereits aus Teil a. der Aufgabe bekannt. Die Wahrscheinlichkeit, wenigstens eine rote Kugel zu ziehen, ergibt sich mit Folgerung (aus den Axiomen aus der Komplementärwahrscheinlichkeit, drei weiße Kugeln zu ziehen = A A A = 0,08 = 0,98 Alternativ können wir die Wahrscheinlichkeit, wenigstens eine rote Kugel zu ziehen, auch direkt berechnen. Dazu benutzen wir den verallgemeinerten Additionssatz = + = = 0,4 + 0,54 = 0, Drei Entnahmen aus einer Packung Sicherungen (ohne Zurücklegen Die Packung enthält 0 Sicherungen, darunter 6 defekte. Wir unterscheiden die folgenden Ereignisse: A i : ganze Sicherung beim i. Zug A : defekte Sicherung beim i. Zug i a. Das Ereignis, nacheinander drei defekte Sicherungen zu ziehen, bedeutet beim.,. und beim. Versuch eine defekte Sicherung zu ziehen und entspricht dem Durchschnitt der Ereignisse A, A und A. Für die Wahrscheinlichkeit des Durchschnitts gilt der Multiplikationssatz P ( A A = = = 0,

5 ÜUNG. - LÖSUNGEN 5 b. Das Ereignis, nacheinander drei ganze Sicherungen zu ziehen, bedeutet beim.,. und beim. Versuch eine ganze Sicherung zu ziehen und entspricht dem Durchschnitt der Ereignisse A, A und A. Für die Wahrscheinlichkeit des Durchschnitts gilt der Multiplikationssatz 4.44 P ( A A = = = 0,499 c. Das Ereignis, wenigstens eine defekte Sicherung zu ziehen, bedeutet beim. oder. oder. Versuch eine defekte Sicherung zu ziehen und entspricht der Vereinigung der Ereignisse A, A und A. Wir benutzen wieder die Wahrscheinlichkeit des Komplementärereignisses, drei ganze Sicherungen zu ziehen. Mit Folgerung ergibt sich 4. Qualitätskontrolle P ( A A A = A A A = 0,499 = 0,50 Annahmegemäß enthält die Packung 60 Einheiten eines Artikels, von denen 0%, also 6 Einheiten, defekt sind. Kontrolliert werden 5 Einheiten (natürlich ohne Zurücklegen. Die Packung wird angenommen, wenn die Stichprobe keine defekten Einheiten, also nur ganze Einheiten enthält. A i : ganze Einheit beim i. Zug (i =,..., 5 Das Ereignis, fünf ganze Einheiten zu ziehen, ist dann der Durchschnitt der Ereignisse A, A, A, A 4 und A 5. Mit dem Multiplikationssatz folgt P ( A A A A4 A5 = = 0,58 Eine Packung, die 0% Ausschuß enthält, wird bei dieser Qualitätskontrolle mit einer Wahrscheinlichkeit von 58% angenommen. 5. Zweimaliges Ziehen aus einem Skatspiel (mit Zurücklegen A : ube beim. Zug : ube beim. Zug

6 ÜUNG. - LÖSUNGEN 6 Das Ereignis, beim. Zug und beim. Zug einen uben zu ziehen, ist der Durchschnitt der Ereignisse A und. Da mit Zurücklegen gezogen wird, sind die Ereignisse A und stochastisch unabhängig. Die Wahrscheinlichkeit, einen uben beim zweiten Versuch zu ziehen, ist unabhängig davon, welche Karte beim. Versuch gezogen wurde. P ( / = = Mit dem Multiplikationssatz ergibt sich die Wahrscheinlichkeit A = = = 6. Dreimaliges Werfen eines Würfels a. 64 A i : Augenzahl 6 beim i. Wurf (i =,, Das Ereignis, nacheinander dreimal die 6 zu werfen, bedeutet beim.,. und beim. Versuch eine 6 zu werfen und entspricht dem Durchschnitt der Ereignisse A, A und A. Die Ereignisse A, A und A sind stochastisch unabhängig. Die Wahrscheinlichkeit, beim zweiten Versuch eine 6 zu werfen, ist unabhängig davon, welche Augenzahl beim. Versuch geworfen wurde und die Wahrscheinlichkeit, beim dritten Versuch eine 6 zu werfen, ist unabhängig davon, welche Augenzahl beim. und. Versuch geworfen wurde. Die Wahrscheinlichkeit des Durchschnitts ergibt sich mit dem Multiplikationssatz für stochastisch unabhängige Ereignisse P ( A A b. A = A A A = = : Augenzahl beim. Wurf : Augenzahl beim. Wurf : Augenzahl beim. Wurf Das Ereignis, nacheinander eine, eine und eine zu werfen, entspricht dem Durchschnitt der Ereignisse, und.

7 ÜUNG. - LÖSUNGEN 7 Die Ereignisse, und sind stochastisch unabhängig. Die Wahrscheinlichkeit, beim zweiten Versuch eine zu werfen, ist unabhängig davon, welche Augenzahl beim. Versuch geworfen wurde und die Wahrscheinlichkeit, beim dritten Versuch eine zu werfen, ist unabhängig davon, welche Augenzahl beim. und. Versuch geworfen wurde. Die Wahrscheinlichkeit des Durchschnitts ergibt sich mit dem Multiplikationssatz für stochastisch unabhängige Ereignisse P ( = = = Stochastische Unabhängigkeit der Ereignisse in Aufgaben 5 und 6 Für alle Ereignisse in 5 und 6 gilt paarweise, daß die bedingte Wahrscheinlichkeit gleich der unbedingten ist P ( / = 8. Ziehen aus einer Urne (mit Zurücklegen Die Urne enthält sieben weiße und drei rote Kugeln. A : weiße Kugel beim i-ten Zug ( i =,, i A : rote Kugel beim i-ten Zug ( i =,, i a. Das Ereignis, zuerst eine weiße und dann zwei rote Kugeln zu ziehen, bedeutet beim. Versuch eine weiße und beim und. und. Versuch eine rote Kugel zu ziehen und entspricht dem Durchschnitt der Ereignisse A, A und A. Da mit Zurücklegen gezogen wird, sind die Ereignisse A, A und A stochastisch unabhängig. Die Wahrscheinlichkeit, beim. und. Versuch eine rote Kugel zu ziehen, ist unabhängig davon, welche Kugeln beim. und. Versuch gezogen wurden. Mit dem Multiplikationssatz für stochastisch unabhängige Ereignisse folgt 7 6 P ( A A A = A A A = = = 0,06

8 ÜUNG. - LÖSUNGEN 8 b. Das Ereignis, keine rote Kugel zu ziehen, ist gleichbedeutend mit dem Ereignis, drei weiße Kugeln zu ziehen und entspricht dem Durchschnitt der Ereignisse A, A und A. Die Wahrscheinlichkeit beträgt P ( A A A = A A A = = = 0,4 c. Das Ereignis, drei rote Kugel zu ziehen, entspricht dem Durchschnitt der Ereignisse A, A und A. Die Wahrscheinlichkeit beträgt 7 P ( A A A = A A A = = = 9. Ausfallwahrscheinlichkeit eines elektrischen Systems Das elektrische System besteht aus den drei auteilen A,, C. A : auteil A defekt : auteil defekt C : auteil C defekt 0,07 a. Das Ereignis, daß alle drei Fehler gleichzeitig auftreten, ist der Durchschnitt der Ereignisse A, und C. Da die drei Fehler unabhängig voneinander auftreten, gilt der Multiplikationssatz für stochastisch unabhängige Ereignisse. Die Wahrscheinlichkeit des gleichzeitigen Eintretens der Ereignisse ist gleich dem Produkt der Einzelwahrscheinlichkeiten P ( A C = C = 0, 0,0 0,0 = 0,0000 b. Das System arbeitet einwandfrei, wenn kein Fehler auftritt. Das Ereignis, daß kein auteil defekt wird, ist der Durchschnitt der Komplementärereignisse A, und C. P ( A C = C = 0,9 0,99 0,98 = 0,87

9 ÜUNG. - LÖSUNGEN 9 0. Durchfallwahrscheinlichkeit beim Diplom Der Anteil der Studenten mit erufsausbildung betrage 0%. Die Durchfallquote bei der Diplomprüfung betrage 5% für Studenten mit und 0% für Studenten ohne erufsausbildung. Wie groß ist die Durchfallwahrscheinlichkeit für einen zufällig ausgewählten Studenten? A : Student mit erufsausbildung A : Student ohne erufsausbildung : Diplom bestanden : Diplom nicht bestanden Die gegebenen Wahrscheinlichkeiten betragen = 0, = 0,7 / = 0,05 / = 0, Mit dem Satz von der totalen Wahrscheinlichkeit ergibt sich = / + / = 0, 0,05 + 0,7 0, = 0,05 + 0,4 = 0,55 = 5,5% Für einen zufällig ausgewählten Studenten beträgt die Wahrscheinlichkeit, in der Diplomprüfung durchzufallen, 5,5 %. M A A A durchgefallen ohne erufsausbildung A durchgefallen mit erufsausbildung

10 ÜUNG. - LÖSUNGEN 0. Ausschußwahrscheinlichkeit in der Produktion A : Videorekorder auf and I gefertigt A : Videorekorder auf and II gefertigt : Videorekorder fehlerfrei Gegeben sind folgende Wahrscheinlichkeiten 700 A = = 0, A = = 0, 000 / A = 0,95 / A = 0,90 a. Die Wahrscheinlichkeit dafür, daß ein zufällig aus der Tagesproduktion entnommenes Gerät fehlerfrei ist, ergibt sich mit dem Satz von der totalen Wahrscheinlichkeit = A / A + A / A = 0,7 0,95 + 0, 0,9 = 0, ,7 = 0,95 = 9,5% b. Die Wahrscheinlichkeit dafür, daß ein fehlerhaftes Gerät auf dem Produktionsband II gefertigt wurde, ergibt sich mit dem Satz von ayes P A / = 0, 0, = = 0,065 A / A = ( A 0,0 0,065 = 0,465 = 46,5% Dabei benutzen wir die Wahrscheinlichkeit P (, daß ein zufällig aus der Tagesproduktion entnommenes Gerät fehlerhaft ist. Sie ergibt sich als Komplementärwahrscheinlichkeit der Wahrscheinlichkeit, daß ein zufällig aus der Tagesproduktion entnommenes Gerät fehlerfrei ist, die wir in a. berechnet haben P ( = = 0,95 = 0,065 = 6,5%

11 ÜUNG. - LÖSUNGEN WAHRSCHEINLICHKEITSAUM /A = 0,95 A /A = 0,7 0,95 A = 0,7 A 0,05 A = 0, A 0,90 A /A = 0, 0,90 0,0. Monty-Hall-Dilemma a. Die Wahrscheinlichkeit, daß Sie gewinnen, wenn Sie an Ihrer ursprünglichen Entscheidung festhalten, beträgt /. Denn das Auto befindet sich unverändert hinter einer von drei möglichen Türen. b. Wenn Sie Ihre Entscheidung revidieren, gewinnen Sie immer dann, wenn das Auto hinter einer der beiden anderen, ursprünglich nicht gewählten Türen ist. Die Wahrscheinlichkeit zu gewinnen, beträgt in diesem Fall /.

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG. - LÖSUNGEN. Werfen eines idealen Würfels a. Sei A das Ereignis, eine zu würfeln A { } Das Ereignis, keine

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG 7.2 - LÖSUNGEN POISSONVERTEILUNG. Fahrzeuge, die eine Brücke passieren Zufallsexperiment: Zeitpunkt des

Mehr

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? 2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.

Mehr

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff?

Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? 2. Übung: Wahrscheinlichkeitsrechnung Aufgabe 1 Welche Axiome sind Grundlage der axiomatischen Wahrscheinlichkeitsdefinition von Kolmogoroff? a) P ist nichtnegativ. b) P ist additiv. c) P ist multiplikativ.

Mehr

Vorlesung Statistik, H&A Mathe, Master M

Vorlesung Statistik, H&A Mathe, Master M Beispiel: Die Wahrscheinlichkeit dafür, dass ein Bewerber von Firma A angenommen wird ist P(A) = 0,2. Die Wahrscheinlichkeit von Firma B angenommen zu werden beträgt P(B) = 0,3. Von mindestens einer der

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 Aufgabe 1: Von den Ereignissen A, B und C trete a) nur A ein, b) genau eines ein, c) höchstens eines ein, d) mindestens eines ein, e) mindestens eines nicht ein,

Mehr

Aufgaben zum Wahrscheinlichkeitsrechnen

Aufgaben zum Wahrscheinlichkeitsrechnen 1.) Wie groß ist die Wahrscheinlichkeit, beim einmaligen Werfen mit einem Würfel keine 4 zu werfen? % 2.) Wie groß ist beim einmaligen Werfen von zwei verschieden farbigen Würfeln die Wahrscheinlichkeit,...

Mehr

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt?

Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt? In diesem Kapitel werden wir den egriff Wahrscheinlichkeit und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass

Mehr

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1

Vorlesung Statistik WING ASW Melanie Kaspar, Prof. Dr. B. Grabowski 1 Melanie Kaspar, Prof. Dr. B. Grabowski 1 Aus diesen Eigenschaften lassen sich alle weiteren Eigenschaften ableiten: Beweis zu 1) Melanie Kaspar, Prof. Dr. B. Grabowski 2 Aufgabe Die Wahrscheinlichkeit

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG - LÖSUNGEN. Zweimaliges Werfen eines Würfels mit Berücksichtigung der Reihenfolge a. Ergebnismenge (Ereignisraum)

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie Kapitel 4 Christoph Hindermann Vorkurs Mathematik 1 4.0 Motivation Wenn 100 Münzen geworfen werden, wie ist dann die Wahrscheinlichkeit, dass genau 50 davon Kopf zeigen? Angenommen, es befinden sich 300

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

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

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),

Mehr

10 Bedingte Wahrscheinlichkeit

10 Bedingte Wahrscheinlichkeit 10 Bedingte Wahrscheinlichkeit Vor allem dann, wenn man es mit mehrstufigen Zufallsexperimenten zu tun hat, kommt dem Begriff der bedingten Wahrscheinlichkeit eine bedeutende Rolle zu. Wir klären dazu

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Kapitel 2 Wahrscheinlichkeitstheorie Josef Leydold c 2006 Mathematische Methoden II Wahrscheinlichkeitstheorie 1 / 24 Lernziele Experimente, Ereignisse und Ereignisraum Wahrscheinlichkeit Rechnen mit Wahrscheinlichkeiten

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable

Mehr

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele UE Statistik, SS 05, letztes Update am 5. März 05 Übungsbeispiele Beispiele mit Musterlösungen finden Sie auch in dem Buch Brannath, W., Futschik, A., Krall, C., (00) Statistik im Studium der Wirtschaftswissenschaften..

Mehr

2. Rechnen mit Wahrscheinlichkeiten

2. Rechnen mit Wahrscheinlichkeiten 2. Rechnen mit Wahrscheinlichkeiten 2.1 Axiome der Wahrscheinlichkeitsrechnung Die Wahrscheinlichkeitsrechnung ist ein Teilgebiet der Mathematik. Es ist üblich, an den Anfang einer mathematischen Theorie

Mehr

P A P( A B) Definition Wahrscheinlichkeit

P A P( A B) Definition Wahrscheinlichkeit Unabhaengige Ereignisse edingte Wahrscheinlichkeit Definition Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der günstigen Ergebnisse zur Gesamtmenge der Ergebnisse nzahl

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. April 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 2 Version: 11.

Mehr

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen

3 Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen.1 Pfadregeln.1.1 Pfadmultiplikationsregel Eine faire Münze und

Mehr

Lösungen zu Übungs-Blatt 8 Wahrscheinlichkeitsrechnung

Lösungen zu Übungs-Blatt 8 Wahrscheinlichkeitsrechnung Lösungen zu Übungs-Blatt Wahrscheinlichkeitsrechnung Diskrete Zufallsgrößen Zu Aufgabe ) Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung?

Mehr

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

Einführung. Wahrscheinlichkeit. 1 Wahrscheinlichkeit: Definition und Interpretation. 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeit Axiome nach Kolmogorov Gegeben sei ein Zufallsexperiment mit Ergebnisraum

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

2 STOCHASTISCHE GRUNDBEGRIFFE

2 STOCHASTISCHE GRUNDBEGRIFFE 2 STOCHASTISCHE GRUNDBEGRIFFE 2.4 Wahrscheinlichkeitsräume 1. Man vereinfache soweit wie möglich (AB A B): (a) (A B)(A B c ) (b) (A B)(B C) (c) (A B)(A c B)(A B c ) (d) (AB) (AB c ) (e) (A B)(A c B)(A

Mehr

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern

Mehr

9. Elementare Wahrscheinlichkeitsrechnung

9. Elementare Wahrscheinlichkeitsrechnung 9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden

Mehr

,,Schäferhunde sind gefährlich! Denn,,Jeder dritte Biss geht auf das Konto dieser Rasse.

,,Schäferhunde sind gefährlich! Denn,,Jeder dritte Biss geht auf das Konto dieser Rasse. Wirtschaftswissenschaftliches Zentrum 7 Universität Basel Statistik Dr. Thomas Zehrt Bedingte Wahrscheinlichkeit Motivation Die bedingte Wahrscheinlichkeit eines Ereignisses A bei einem gegebenen Ereignis

Mehr

Zusammenfassung Stochastik

Zusammenfassung Stochastik Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl

Mehr

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

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 . Grundlagen der Wahrscheinlichkeitstheorie. Zufallsereignisse, Ereignisraum und Ereignismenge Zufallsexperiment: nach einer bestimmten Vorschrift ausgeführter, unter gleichen edingungen beliebig oft wiederholbarer

Mehr

Erwartungswert. c Roolfs

Erwartungswert. c Roolfs Erwartungswert 2e b a 4e Der Sektor a des Glücksrads bringt einen Gewinn von 2e, der Sektor b das Doppelte. Um den fairen Einsatz zu ermitteln, ist der durchschnittlich zu erwartende Gewinn pro Spiel zu

Mehr

Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Übungs-Blatt Wahrscheinlichkeitsrechnung BMT Biostatistik Prof. Dr. B. Grabowski Zu Aufgabe ) Ein bestimmtes Bauteil wird auf seine Zuverlässigkeit untersucht. Die technische Prüfung erfolgt dabei so:

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Teil V Wahrscheinlichkeitsrechnung Inhaltsangabe 6 Einführung in die Wahrscheinlichkeitsrechnung 125 6.1 Kombinatorik......................... 125 6.2 Grundbegri e......................... 129 6.3 Wahrscheinlichkeiten.....................

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Grundbegriffe: Experiment: ein Vorgang, den man unter gleichen Voraussatzungen beliebig oft wiederholen kann. Ergebnis ω : Ausgang eines Experiments Ergebnismenge Ω : Menge

Mehr

ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN

ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN ÜBUNG: ZUFALLSEREIGNISSE, BAUMDARSTELLUNGEN Resultate auf zwei Stellen nach dem Komma runden. 1. Auf einer Speisekarte gibt es 3 Vorspeisen, 5 Hauptspeisen und 2 verschiedene Desserts. Wie viele verschiedene

Mehr

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005 D Ulmet IT Blatt Stochastik I SS 200 Aufgabe : Von den Ereignissen A, B und C trete a nur A ein, A B C ( (Ā (Ā b genau eines ein, A B C B C B C c höchstens eines ein, ( A B C (Ā B C (Ā B C (Ā B C d mindestens

Mehr

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente

Kapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der

Mehr

Würfel-Aufgabe Bayern LK 2006

Würfel-Aufgabe Bayern LK 2006 Würfel-Aufgabe Bayern LK 2006 Die Firma VEGAS hat ein neues Gesellschaftsspiel entwickelt, bei dem neben Laplace-Würfeln auch spezielle Vegas-Würfel verwendet werden, die sich äußerlich von den Laplace-Würfeln

Mehr

Das Zweikinderproblem

Das Zweikinderproblem Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A

Mehr

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

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt Zu Aufgabe ) Wir betrachten den Laplace-Versuch V Werfen zweier Würfel. Berechnen Sie unter Verwendung der Formel P ( A) A aus Aufgabe die Ω Wahrscheinlichkeit für folgende Ereignisse: a) A Werfen zweier

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. April 2018 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 2 Version: 9. April

Mehr

Die Formel für Kombinationen wird verwendet, wenn

Die Formel für Kombinationen wird verwendet, wenn 1. Übung: Kombinatorik Aufgabe 1 Die Formel für Kombinationen wird verwendet, wenn a) Alle n Elemente angeordnet werden sollen. b) Aus n Elementen k Elemente gezogen werden sollen. c) Die Reihenfolge der

Mehr

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

htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT Hans-Peter Hafner WS 2016/2017 htw saar 1 KAPITEL 4 BEDINGTE WAHRSCHEINLICHKEIT UND STOCHASTISCHE UNABHÄNGIGKEIT htw saar 2 Gliederung 25.01. Bedingte Wahrscheinlichkeit: Motivation und Definition Multiplikationssatz Stochastische Unabhängigkeit:

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Grundbegrie der Wahrscheinlichkeitsrechnung

Grundbegrie der Wahrscheinlichkeitsrechnung Die Benutzung dieser Materialien ist auf Herbst 2017 beschränkt. Diese Hilfsmaterialien sind nur für unseren Studenten gemeint, dürfen also nicht weiterverteilt werden. Grundbegrie der Wahrscheinlichkeitsrechnung

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58 Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II

Allgemeine diskrete Wahrscheinlichkeitsräume II 6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume I

Allgemeine diskrete Wahrscheinlichkeitsräume I 6 Diskrete Wahrscheinlichkeitsräume Allgemeine diskrete Wahrscheinlichkeitsräume 6.3 Allgemeine diskrete Wahrscheinlichkeitsräume I Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete

Mehr

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

Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein Element aus, V. Stochastik ================================================================== 5.1 Zählprinzip Wählt man aus n Mengen mit z 1 bzw. z 2,..., bzw. z n Elementen nacheinander aus jeder Menge jeweils ein

Mehr

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

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 5 Hilfsmittel aus der Kombinatorik 7 Bedingte

Mehr

11 Unabhängige Ereignisse

11 Unabhängige Ereignisse 11 Unabhängige Ereignisse In engem Zusammenhang mit dem Begriff der bedingten Wahrscheinlichkeit steht der Begriff der Unabhängigkeit von Ereignissen. Wir klären zuerst, was man unter unabhängigen Ereignissen

Mehr

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 Diskrete Verteilungen 1 Kapitel 5: Diskrete Verteilungen A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 0.6 x 0.4 5 x (i) P x (x)

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Stochastik (Laplace-Formel)

Stochastik (Laplace-Formel) Stochastik (Laplace-Formel) Übungen Spielwürfel oder Münzen werden ideal (oder fair) genannt, wenn jedes Einzelereignis mit gleicher Wahrscheinlichkeit erwartet werden kann. 1. Ein idealer Spielwürfel

Mehr

BSZ für Bau- und Oberflächentechnik des Landkreises Zwickau Außenstelle Limbach-Oberfrohna STOCHASTIK

BSZ für Bau- und Oberflächentechnik des Landkreises Zwickau Außenstelle Limbach-Oberfrohna STOCHASTIK . Ordnen Sie die in den folgenden Bildern dargestellten Wahrscheinlichkeitsfunktionen nach den Erwartungswerten ihrer Zufallsgröße X mit x, 2,, 4, 5 größten Erwartungswert. i. Beginnen Sie mit dem Bild

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 18 (Satz von der totalen Wahrscheinlichkeit) Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte

Mehr

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

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein. Lösungsvorschläge zu den Aufgaben von Blatt 6: 43) 7 Telefonzellen ( 7 Kugeln in der Urne); 3 davon sind von je einem Benutzer besetzt ( 3 Kugeln in die Stichprobe). Die Telefonzellen werden nicht mehrfach

Mehr

Unter der Voraussetzung, dass die Wahrscheinlichkeit eines Ereignisses für jeden Versuch konstant bleibt, gilt die Binominalverteilung.

Unter der Voraussetzung, dass die Wahrscheinlichkeit eines Ereignisses für jeden Versuch konstant bleibt, gilt die Binominalverteilung. 2.4.1.2 Binomialverteilung Unter der Voraussetzung, dass die Wahrscheinlichkeit eines Ereignisses für jeden Versuch konstant bleibt, gilt die Binominalverteilung. Diese Voraussetzung ist exakt erfüllt,

Mehr

Wahrscheinlichkeitstheorie für Informatikstudien Übungsblatt 1

Wahrscheinlichkeitstheorie für Informatikstudien Übungsblatt 1 http://www.stat.tugraz.at/courses/exam/hw_108.pdf 1 Wahrscheinlichkeitstheorie für Informatikstudien 506.000 Übungsblatt 1 04. Nov. 2008 1. [A 2.1] TelematikstudentInnen im 3. Semester werden befragt,

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber 173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen

Mehr

Population und Stichprobe: Wahrscheinlichkeitstheorie

Population und Stichprobe: Wahrscheinlichkeitstheorie Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung

Mehr

Übungen zur Kombinatorik (Laplace)

Übungen zur Kombinatorik (Laplace) 1. In einem Beutel sind 10 Spielmarken enthalten, die von 0 bis 9 nummeriert sind. X sei das Ereignis, dass man zufällig die Marke 5 oder 8 herausholt, Y das Ereignis, dass eine größere Zahl als 5 gezogen

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Kapitel 2 Wahrscheinlichkeitstheorie Wir betrachten Ereignisse, die in fast gleicher Form öfter auftreten oder zumindest öfter auftreten können. Beispiele: Werfen eines Würfels, Sterben an Herzversagen

Mehr

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben

Level 1 Grundlagen Blatt 1. Dokument mit 19 Aufgaben Level 1 Grundlagen Blatt 1 Dokument mit 19 Aufgaben Aufgabe A1 Ein Glücksrad hat drei Sektoren mit den Farben Rot, Gelb und Grün. Das Rad bleibt mit einer Wahrscheinlichkeit von 0,1 so stehen, dass der

Mehr

Wiederholung. Einführung in die Wahrscheinlichkeitstheorie Wahrscheinlichkeitsraum Ergebnismenge Ω = {ω 1, ω 2, } mit ω Ω Pr[ω]=1.

Wiederholung. Einführung in die Wahrscheinlichkeitstheorie Wahrscheinlichkeitsraum Ergebnismenge Ω = {ω 1, ω 2, } mit ω Ω Pr[ω]=1. Wiederholung Einführung in die Wahrscheinlichkeitstheorie Wahrscheinlichkeitsraum Ergebnismenge Ω = {ω 1, ω, } mit ω Ω Pr[ω]=1. Berechnung von Pr[ n i=1 A i ]: A i disjunkt: Additionssatz n i=1 Pr[A i

Mehr

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen? 1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der

Mehr

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

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7: Discrete Probability - Übungen (SS5) Felix Rohrer Wahrscheinlichkeitstheorie 1. KR, Abschnitt 6.1, Aufgabe 5: Bestimmen Sie die Wahrscheinlichkeit dafür, dass die Augensumme von zwei geworfenen Würfeln

Mehr

Statistik Aufgabensammlung

Statistik Aufgabensammlung Prof. Dr. Klaus Lange Statistik Aufgabensammlung für das wirtschaftswissenschaftliche Grundstudium Aufgabensammlung Statistik 1 Aufgabe 1 Es gilt A, B, C Z. 1.1. Was folgt aus: - A = A B C - A = A B C?

Mehr

Kapitel N. Wahrscheinlichkeitsrechnung

Kapitel N. Wahrscheinlichkeitsrechnung Kapitel N Wahrscheinlichkeitsrechnung Inhalt dieses Kapitels N000 1 Diskrete Wahrscheinlichkeitsräume 2 Bedingte Wahrscheinlichkeit und Unabhängigkeit 1 Produktexperimente 2 Kombinatorik und Urnenmodelle

Mehr

Level 1 Grundlagen Blatt 2. Dokument mit 16 Aufgaben

Level 1 Grundlagen Blatt 2. Dokument mit 16 Aufgaben Level Grundlagen Blatt 2 Dokument mit 6 Aufgaben Aufgabe A In einer Klasse von 25 Schülern soll für einen Wettbewerb eine Mannschaft von 5 Schülern gebildet werden. Da man sich nicht einigen kann wird

Mehr

Übungen zur Kombinatorik

Übungen zur Kombinatorik 1. Das Paradoxon des Chevalier de Méré: De Méré fand es paradox, dass beim Würfeln mit drei Würfeln die Augenzahlsumme 11 häufiger zustande kam als die Augenzahlsumme 12. Wie lauten die tatsächlichen Wahrscheinlichkeiten

Mehr

7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten

7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten 7. Kapitel: Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten 7.1 Zufallsvorgänge - zufälliges Geschehen/ Zufallsvorgang/ stochastische Vorgang: aus Geschehen/Vorgang/Experiment (mit gegebener Ausgangssituation)

Mehr

Definition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis

Definition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis Stochastische Prozesse: Grundlegende Begriffe bei zufälligen Prozessen In diesem Abschnitt beschäftigen wir uns mit den grundlegenden Begriffen und Definitionen von Zufallsexperimenten, also Prozessen,

Mehr

1. Grundlagen der Wahrscheinlichkeitsrechnung

1. Grundlagen der Wahrscheinlichkeitsrechnung 1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer

Mehr

2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung

2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung 2 Grundlegende Begriffe und Sätze der Wahrscheinlichkeitsrechnung 2.1 Zufallsexperiment, Stichprobenraum und Ereignisse Viele Vorgänge der uns umgebenden Realität sind durch zwei Eigenschaften gekennzeichnet:

Mehr

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

1 Axiomatische Definition von Wahrscheinlichkeit

1 Axiomatische Definition von Wahrscheinlichkeit Schülerbuchseite 174 176 Lösungen vorläufig und Unabhängigkeit 1 Axiomatische Definition von Wahrscheinlichkeit S. 174 1 Ein Schätzwert für die Wahrscheinlichkeit von Sau kann nur mithilfe der relativen

Mehr

Stochastik - Kapitel 2

Stochastik - Kapitel 2 " k " h(a) n = bezeichnet man als die relative Häufigkeit des Ereignisses A bei n Versuchen. n (Anmerkung: für das kleine h wird in der Literatur häufig auch ein r verwendet) k nennt man die absolute Häufigkeit

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

Übungsaufgaben zum Kapitel Baumdiagramme - Bernoulli

Übungsaufgaben zum Kapitel Baumdiagramme - Bernoulli BOS 98 S I Im ahmen einer statistischen Erhebung wurden 5 repräsentative Haushalte ausgewählt und im Hinblick auf ihre Ausstattung mit Fernsehern, adiorecordern sowie Homecomputern untersucht. Dabei gaben

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung. Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Günther Karigl FH Campus Wien 206/7 Inhaltsverzeichnis. Semester: Wahrscheinlichkeitsrechnung

Mehr

Hypergeometrische Verteilung

Hypergeometrische Verteilung Hypergeometrische Verteilung Aufgaben Aufgabe 1 Eine Firma produziert insgesamt 30 elektronische Bauteile des gleichen Typs. Aus langjähriger Erfahrung weiß man das davon jedes 70te defekt ist. Um die

Mehr

Übungsaufgaben: Wahrscheinlichkeitsrechnung Seite: 1

Übungsaufgaben: Wahrscheinlichkeitsrechnung Seite: 1 Übungsaufgaben: Wahrscheinlichkeitsrechnung Seite: 1 Aufgabe 1 Aus einem Skatspiel mit 32 Karten wird zufällig eine Karte gezogen. Dabei sei D das Ereignis Es wird eine Dame gezogen und H das Ereignis

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung. In einer Urne befinden sich 3 schwarze und weiße Kugel. Wir entnehmen der Urne eine Kugel, notieren die Farbe und legen die Kugel in die Urne zurück. Dieses

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze

Mehr

4 Übungsaufgaben zu Kapitel 4

4 Übungsaufgaben zu Kapitel 4 4 Übungsaufgaben zu Kapitel 4 4.1 Aufgabe. In einer Schachtel liegen vier mit 1 bis 4 nummerierte Kugeln. Wie lautet die Ergebnismenge, wenn zwei Kugeln mit einem Griff gezogen werden? 4.2 Aufgabe. Welche

Mehr

7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit

7 Unabhängigkeit von Ereignissen; bedingte Wahrscheinlichkeit Übungsmaterial 7 Unabhängigkeit von reignissen; bedingte Wahrscheinlichkeit 7. Unabhängigkeit von reignissen Wir betrachten folgendes Beispiel: Zwei unterscheidbare Münzen werden geworfen. Man betrachtet

Mehr

Das Wahrscheinlichkeitsrechnen

Das Wahrscheinlichkeitsrechnen Das Wahrscheinlichkeitsrechnen Dr. Bommhardt. Das Vervielfältigen dieses Arbeitsmaterials zu nicht kommerziellen Zwecken ist gestattet. www.bommi2000.de 1 Grundbegriffe zur Wahrscheinlichkeitstheorie Aufgabe:

Mehr

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit

Vorlesung Statistik, WING, ASW Wahrscheinlichkeit in Laplace Versuchen. Kombinatorische Formeln. Bedingte Wahrscheinlichkeit Wahrscheinlichkeit in Laplace Versuchen Kombinatorische Formeln Bedingte Wahrscheinlichkeit Multiplikationssatz Unabhängigkeit Melanie Kaspar 1 Formel der totalen Wahrscheinlichkeit Satz von Bayes Melanie

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen. Bsp (3-maliges Werfen einer Münze) Menge der Elementarereignisse:

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen. Bsp (3-maliges Werfen einer Münze) Menge der Elementarereignisse: 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen Bsp. 1.19 (3-maliges Werfen einer Münze) Menge der Elementarereignisse: Ω {zzz, zzw,zwz,wzz,zww,wzw,wwz,www}. Dabei gilt: Ω 2 3 8 N. Wir definieren

Mehr

SS 2016 Torsten Schreiber

SS 2016 Torsten Schreiber SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen

Mehr

Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen

Inhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe

Mehr

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

Ist P(T) = p die Trefferwahrscheinlichkeit eines Bernoulli-Experiments, . Binomialverteilung ==================================================================.1 Bernoulli-Experimente und Bernoullikette -----------------------------------------------------------------------------------------------------------------

Mehr