Wahrscheinlichkeitsrechnung: Mathematik des Zufalls

Slides:



Advertisements
Ähnliche Präsentationen
Leitidee Zufall Montag, den 14. Januar Uhr
Advertisements

Zufallsgrößen und Beschreibung – Wiederholung Sek. I
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Wahrscheinlichkeitsrechnung Grundbegriffe
Beispiel Geburtstagsproblem: Aufgabe:
Wahrscheinlichkeitsrechnung
Die Wahrscheinlichkeit
Paris Beim Glücksspiel
Stochastik Grundlagen
Die Binomialverteilung
Wie gross ist die W’keit, dass von k (k = 2, 3, …, 8) zufällig ausgewählten Personen mindestens zwei am gleichen Wochentag geboren sind?
Wahrscheinlichkeitsrechnung Übersicht
Willkommen zum Fitness Check zur Einführung des LP21 1.
Wohnungssuche Mobiles georeferenziertes Informationssystem am Beispiel der aktiven und passiven Wohnungssuche Michael Raber.
Einführung in die Stochastik mit dem GTR Referenten: Annika Lux und Tatjana Robert.
Didaktik-Seminar: Mathematikunterricht planen, gestalten und reflektieren Sarah Stamp & Christian Bohnenberger EINFÜHRUNG IN DIE STOCHASTIK.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum WS 2009/10 Seminarleiterin: Frau StDin Homberg-Halter Seminarsitzung: Oberstufe Stochastik -Planung.
AG Mathematik, Sankt Pölten Markus Binder Inhaltsbereich Wahrscheinlichkeit und Statistik.
1. 2 Das Grundproblem der Beurteilenden Statistik ● Wir haben uns bisher mit Problemen der Wahrscheinlichkeitsrechnung beschäftigt: – Die Wahrscheinlichkeit.
Vorbereitungsseminar zum fachdidaktischen Blockpraktikum SS 2010 Seminarsitzung: Oberstufe Stochastik -Planung einer Unterrichtsstunde- Seminarleiterin:
1.BöhmeNiklas 2.WinterLeonardo 3.WieduwiltRichard 1.DerbschNoélle 2.BurgerEmma 3.HemmannLene.
Zinsrechnung Zuordnungen / Dreisatz Gleichungen Prozente Bruchrechnung
Wahrscheinlichkeitstheorie
Trigonometrie Dreiecke Pythagoras Terme und Gleichungen
Bruchrechnung Teilbarkeitsregeln Zahlenstrahl Einheiten umwandeln
Rohstoffe 3 – Vorkommen.
7.2 Theoretische Kennwerte
Binomialverteilung.
Die Wahrscheinlichkeit
Einführung in die Wahrscheinlichkeitsrechnung
Kombinatorik: Mathematik des Zählens
Signifikanz – was ist das überhaupt?
Zufall in Java Zwei Möglichkeiten.
1 Einführung in die Statistik
Struktogramme.
Blaise Pascal & Pierre de Fermat
Abiturprüfung Mathematik 2015 Baden-Württemberg Allgemeinbildende Gymnasien Pflichtteil Lösungen
Binomialverteilung FI Mag. Günther Schwarz.
Ein Zufallsexperiment auswerten
Paradoxien in der Stochastik
Mitgliederentwicklung und Tendenzen in unterschiedlichen Sportarten
Mittel- und Erwartungswert
Von Stichproben zur Grundgesamtheit: Konfidenzintervalle
Modalverben subjektiver Gebrauch.
Kapitel 2: Testtheorie / Testmodelle
Mathe Plus – Jahrgangsstufe I und II
Einführung in die Stochastik
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind.
Heute: Baumdiagramme zeichnen üben
Heute: Übungen zu mehrstufigen Baumdiagrammen
Heute: Mehrstufige Baumdiagramme
Heute: Mehrstufige Zufallsexperimente
Heute: Geschichten vom Schulweg
3-dim Koordinatensystem
Erwartungswerte berechnen
Genetische Algorithmen
Heute: Baumdiagramme verkürzen
Heute: Durchführung eines Zufallsexperiments
Wissenschaftliches Projekt
Mehrstufige Zufallsexperimente
Abiturprüfung Mathematik 2015 Baden-Württemberg Allgemeinbildende Gymnasien Wahlteil Analytische Geometrie / Stochastik Aufgabe B 2.1 und B Lösungen.
Übersicht Etwas Mathematik (ganz ohne geht es nicht).
Einführung in die CAD-Programmierung mit Tinkercad
Konfidenzintervalle und Tests auf Normalverteilung
Zusammengesetzte Ereignisse
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
Vorstellen und Herleiten der Horner Schemas
LED-Display Bilderwechsel Projekt INGOLSTADT.
RGB-LED Projekt INGOLSTADT.
 Präsentation transkript:

Wahrscheinlichkeitsrechnung: Mathematik des Zufalls 1. Einführung: „Wie zufällig ist der Zufall ?“ 2. Laplace-Wahrscheinlichkeiten 3. Mehrstufige Zufallsexperimente: Baumdiagramme 4. Binomische Zufallsexperimente 5. Bedingte Wahrscheinlichkeiten 6. Zusammenfassung Grundgesetze

1. Einführungsbeispiel: „Wie zufällig ist der Zufall ?“ A. Daten erheben: sammelnde Statistik Schreibe ‚möglichst zufällig‘ eine Folge von hundert Münzwürfen auf („Zahl“ = 0, „Kopf“ = 1) 1 B. Daten auszählen: beschreibende Statistik a. Anzahl „Kopf“ (1): 51 b. Anzahl ‚Paare‘ (00, 01,10,11) fortlaufend: 00: 01: 10: 11: 7 15 19 9 c. Anzahl „Wechsel“ 0-1 oder 1-0: 65

C. Daten auswerten und beurteilen: beurteilende Statistik Normalverteilte Zufallskurve: Gauss‘sche Glockenkurve a. Anzahl „Kopf“ : n = 100 ; p = 0.5 ; = 50 ; s = 5 x Der Wert 51 liegt innerhalb der s-Grenze b. Anzahl ‚Paare‘: n = 50 ; p = 0.25 ; = 12.5 ; s = 3.06 x Der Wert 19 für das Paar 10 liegt ausserhalb der 2s-Grenze c. Anzahl „Wechsel“ n = 99 ; p = 0.5 ; = 49.5 ; s = 5.0 x Der Wert 65 liegt ausserhalb der 2s-Grenze • Die Versuchsreihe kann als ‚nicht zufälig‘ beurteilt werden (Sicherheit 95%) • Eine zufällig erzeugte 0-1-Sequenz hat weniger Wechsel

2. Laplace-Wahrscheinlichkeiten (kombinatorische W‘keiten) Voraussetzung: alle Ereignisse (Möglichkeiten) haben die gleiche Wahrscheinlichkeit Formel: Bsp. 1: Historisches Beispiel des ‚Chevalier de Méré‘ Briefwechsel zwischen Blaise Pascal (1623 – 1662) und Pierre de Fermat (1601 – 1665) a. Ein Würfel wird 4 mal geworfen. Wie gross ist die Wahrscheinlichkeit, dass in diesen 4 Würfen mindestens einmal eine 6 vorkommt ? mögliche Fälle: 64 günstige Fälle: 64 - 54 Wahrscheinlichkeit: 0.52 > 0.5 b. Mit 2 Würfeln wird 24 mal geworfen. Wie gross ist die Wahrscheinlichkeit, dass in diesen 24 Würfen mindestens einmal eine Doppelsechs vorkommt ? mögliche Fälle: 3624 günstige Fälle: 3624 - 3524 Wahrscheinlichkeit: 0.49 < 0.5 Bsp. 2: Geburtstagsproblem Wie gross ist die Wahrscheinlichkeit, dass unter 22 zufällig ausgewählten Personen mindestens 2 sind, welche am gleichen Tag Geburtstag haben ? mögliche Fälle: 36522 günstige Fälle: 36522 – 365·364·363· ... ·344 Wahrscheinlichkeit: 0.48

3. Mehrstufige Zufallsexperimente: Baumdiagramme Grafisches Hilfsmittel zur Berechnung von Wahrscheinlichkeiten bei mehrstufigen Zufallsexperimenten Zweistufiges Zufallsexperiment: Bsp: Astragali („Würfel“ des Altertums) Adler 0.34 0.45 0.10 0.11 Vulkan w(A)=0.34 A V H F w(V)=0.45 Hund A V H F A V H F A V H F A V H F Fürst Berechnen von Wahrscheinlichkeiten: w(H)=0.10 w(F)=0.11 2 Mal „Fürst“: F und F Multiplikation w(2 mal F) = 0.11 · 0.11 = 0.012 2 Mal die gleiche Seite: AA oder VV oder HH oder FF Spiel mit 2 „Würfeln“ Addition w(2 gleiche) = 0.342 + 0.452 +0.102 + 0.112 = 0.34

+ - + - + - 4. Binomische Zufallsexperimente p 1-p p 1-p p 1-p 1. Stufe: p 1-p + - + - p 1-p + - p 1-p 2. Stufe: Wiederholung mit gleichen Wahr-scheinlichkeiten usw. Berechnungsbeispiel: 10 Versuche genau 7 mal + : mindestens 7 mal + : höchstens 7 mal + :

5. Bedingte Wahrscheinlichkeiten Informationen, Kenntnisse usw. über zufällige Ereignisse können deren Wahrscheinlichkeiten verändern Beispiel: Let‘s make a deal Tabelle Baumdiagramm w(A|B) = w(A|B) =

6. Zusammenfassung Grundgesetze Gegenereignis A E A w(nicht A) = w(A) = 1 – w(A) „und“ – Verknüpfung: Multiplikationssatz A B E A∩B w(A und B) = w(A∩B) = w(A/B)·w(B) w(A∩B) = w(A)·w(B) , falls w(A/B) = w(A) (A unabhängig von B) „oder“ – Verknüpfung: Additionssatz A B E A∪B w(A oder B) = w(A∪B) = w(A) + w(B) – w(A∩B)