Stochastik Wahrscheinlichkeit Bedingte Wahrscheinlichkeit

Slides:



Advertisements
Ähnliche Präsentationen
Der Foliensatz ist unter einer Creative Commons-Lizenz lizenziert:
Advertisements

Problemlösen am Beispiel des Rückwärtsarbeitens
? Stichwortverzeichnis … zum Suchen
Stichwortverzeichnis
Heute Mathe, morgen DLR! Dr. Margrit Klitz
Einführung in Web- und Data-Science Grundlagen der Stochastik
gemeinsam.innovativ.nachhaltig.
Wissenschaftliche Methodik
3. Schafft das Internet neue Transaktionsdesign?
Umweltbezogene Entscheidungen - multidimensionale Bewertungsverfahren -
Michael Artin: Geometric Algebra
R What is this R thing, and is it worth some effort?
3 Elektrochemische Wandler
Elektro-Skateboards Teil I Grundlagen
Stichwortverzeichnis
8 Zündung/Motormanagement
Stichwortverzeichnis
2 Elektrische Maschinen in Kraftfahrzeugen
Herstellung von kristallinen Metalloxiden über die Schmelze mit einem Spiegelofen Gruppe 8: Yuki Meier, Vivien Willems, Andrea Scheidegger, Natascha Gray.
Kapitel 4 Traveling Salesman Problem (TSP)
Markus Lips März 2017 ETH-Vorlesung, 6. Sem. Agrarwissenschaft BSc Agrartechnik II.
Einführung in die Wahrscheinlichkeitsrechnung
Motoremissionen mobiler Anlagen – Stand der Technik
Lieber Leser, liebe Leserin,
Inhaltsverzeichnis In der vorliegenden Präsentation finden Sie unter anderem Antworten auf folgende Fragen… warum ist eine Gesetzesinitiative zum Betriebliches.
Einführung in Web- und Data-Science
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen
Industrie 4.0 für die Ausbildung 4.0
Entwicklung epistemologischer Überzeugungen
Das Verdauungssystem Präsentiert von Theresa
MasterBAV© Die neue Generation BAV
Algorithmen und Datenstrukturen
Rehwild die richtige Altersbestimmung
PSG II Neuer Pflegebedürftigkeitsbegriff und dessen Begutachtung (NBA)
Medientechnische Infrastrukturen für virtuelle und lokale Lernräume
Wissensmanagement im Zeitalter von Digitaler Transformation
«Wir bereiten uns auf die Deutschlandreise vor»
GABI UND BEN.
Pflege & Finanzierung 01. Juni 2017 Dr. Sonja Unteregger
Das Arbeitgebermodell in Zeiten des
Microsoft® Office PowerPoint® 2007-Schulung
Einführung in Web- und Data-Science
Pensionsrück-stellungen Prof. Dr. Matthias Hendler
Mathematik 10.
Betriebliche Gesundheitsförderung 2
Vorlesung Wasserwirtschaft & Hydrologie I
Liebe BetrachterInnen,
Rosebrock: Geometrische Gruppen
Forschungsmethoden in der Teilchenphysik
Neue Unterrichtsmaterialien zur Teilchenphysik Philipp Lindenau CERN | Herzlich willkommen! Präsentation mit Notizen hinterlegt!
Eröffnungsveranstaltung
Aktuelle Themen aus dem KVJS-Landesjugendamt Referat 44
Roomtour - Podio für Anfänger
175 Jahre UZH Krisenkommunikation
Frauen- Männerriegen KONFERENZ
Schulung für Microsoft® Office SharePoint® 2007
Was ist eigentlich Datenschutz?
Aktuelle Aspekte des Europäischen Zivilprozessrechts
Einführung in die Benutzung des Einkaufportals der Eckelmann AG
Wer wir sind! Ihr S-Campus-Team direkt im Campus Center. Sven Deussing
Non-Standard-Datenbanken
Amand Fäßler 3. Januar 2017; RC Bregenz
Mathematik 11 Analytische Geomerie.
Non-Standard-Datenbanken
Menger-Schwamm Ausgangsfigur in Stufe 0 ist ein Würfel
Sortieren auf Multiprozessorrechnern
Wurzeln und Irrationalität nach U.Wagner, OHG Tuttlingen
Langzeitbelichtung Ein Zugang zur Kinematik in Klassenstufe 7/8
Eine kleine Einführung in das Projekt „Mausefallenauto“
 Präsentation transkript:

Stochastik Wahrscheinlichkeit Bedingte Wahrscheinlichkeit Zufallsvariablen Wahrscheinlichkeitsverteilung Histogramme Erwartungswert und Varianz Hypothesentests E-Mail: klaus_messner@web.de, Internet: www.elearning-freiburg.de

Begriffe Ein Zufallsexperiment ist ein Versuch mit ungewissem Ausgang. Beispiel: Würfeln, Ziehen aus einer Urne, Glücksrad, … Alle möglichen Ausgänge eines Zufallsexperiments werden zu einem Stichprobenraum S (manchmal auch Ω) zusammengefasst. Jede beliebige Teilmenge von S nennt man ein Ereignis. Dabei ist ∅ (also die leere Menge) das unmögliche Ereignis und S das sichere Ereignis. Ereignisse werden als Mengen notiert und mit großen Buchstaben, z.B. mit E, bezeichnet.

Wahrscheinlichkeit Die Wahrscheinlichkeit eines Ereignisses E ist definiert als 𝑃 𝐸 = 𝐸 𝑆 = Anzahl "günstige" Anzahl "mögliche" Dabei bezeichnet 𝐸 die Anzahl der Elemente in 𝐸 und 𝑆 die Anzahl der Elemente im Stichprobenraum 𝑆.

Beispiele Wahrscheinlichkeit Rechenbeispiel 1 Wie groß ist die Wahrscheinlichkeit dafür, dass man bei einmaligem Ziehen aus einem Kartenspiel mit 32 Karten einen König zieht? Lösung: In einem Kartenspiel mit 32 Blatt gibt es 4 Könige. Man hat also 4 von 32 Möglichkeiten, einen König zu ziehen. Somit ist die Wahrscheinlichkeit 𝑃(„𝐾ö𝑛𝑖𝑔“)= 4 32 = 1 8 =0,125=12,5%.

Beispiele Wahrscheinlichkeit Rechenbeispiel 2 Wie groß ist die Wahrscheinlichkeit dafür, dass beim gleichzeitigen würfeln mit zwei fairen Würfeln die Differenz der Augenzahlen drei ist? Lösung: Es gilt 𝐸= 1,4 , 4,1 , 2,5 , 5,2 , 3,6 , 6,3 und 𝐸 enthält 6 Elemente. Der gesamte Stichprobenraum 𝑆 besteht aus allen Paarungen, die man mit zwei Würfeln erzielen kann und enthält 36 Elemente. Damit ist 𝑃 𝐸 = 6 36 = 1 6 ≈0,1667=16,67%.

Beispiele Wahrscheinlichkeit Rechenbeispiel 3 Wie groß ist die Wahrscheinlichkeit dafür, dass man bei einmaligem Ziehen aus einer Urne mit 5 roten, 4 blauen und einer gelben Kugel ausgerechnet die gelbe Kugel erwischt? Lösung: In der Urne liegen insgesamt 10 Kugeln, eine davon ist gelb. Man hat also eine von zehn Möglichkeiten, eine gelbe Kugel zu ziehen und es gilt 𝑃 „𝑔𝑒𝑙𝑏“ = 1 10 =0,1=10%.