Wahrscheinlichkeitsrechnung Grundbegriffe

Slides:



Advertisements
Ähnliche Präsentationen
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Advertisements

Stochastik und Markovketten
Die Laufzeit von randomisierten (zufallsgesteuerten) Algorithmen hängt von gewissen zufälligen Ereignissen ab (Beispiel Quicksort). Um die Laufzeiten dieser.
Vom graphischen Differenzieren
Alternativ: Direkte schrittweise Berechnung dieser sogenannten gemeinsamen Wahrscheinlichkeiten auf Grund der Einzelwahrscheinlichkeiten Wahrscheinlichkeit.
Simulation von Würfeln, Münzen,…
Leitidee Zufall Montag, den 14. Januar Uhr
Stochastik in der Sek. II Sabrina Schultze.
Wahrscheinlichkeit und die Normalverteilung
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Glücksspiele.
Kapitel 6 Mehrstufige Zufallsexperimente
Zählen, ohne zu zählen.
Wahrscheinlichkeitstheorie
Statistische Methoden I
Allgemein definiert man:. Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt.
Zeit: 14:15 Ort: Hörsaal Loefflerstraße Heute wird die Vorlesung vom vergangenen Freitag nachgeholt! im Anschluss an die heutige reguläre Vorlesung.
II. Wahrscheinlichkeitstheorie
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
III. Induktive Statistik
Wahrscheinlichkeitsräume. A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov, Russland, geboren.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird verlegt. Der Nachholtermin wird noch bekannt gegeben.
Urnenmodelle. Wahrscheinlichkeitsräume A. N. Kolmogorov Kolmogorov wurde (mehr zufällig, seine Mutter war auf der Durchreise) in Tambov,
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2002/2003 Zur Geschichte der Statistik I. Beschreibende Statistik 1. Grundlegende Begriffe 2. Eindimensionales.
Urnenmodelle. Die Normalverteilung (Gauß-Verteilung) (Gaußsche Glockenkurve)
Bedingte Wahrscheinlichkeiten
Statistische Methoden I WS 2002/2003 Probeklausur Freitag, 13. Dezember statt Vorlesung - Nächsten Freitag!!!
Übungen zur Vorlesung Stochastik und ihre Didaktik
Wegenetze von: Johanna Nixdorf, Michael Repke, Christian Richter ( )
Vorlesung Biometrie für Studierende der Veterinärmedizin
Wahrscheinlichkeitsrechnung
Wahrscheinlichkeits-rechnung
1.3. Kombinatorische Zählprobleme Zählstrategien
Binominalverteilung Dominic Borostyan 5.AK VBS Augarten.
Definitionen für Wahrscheinlichkeiten
Wahrscheinlichkeit Zufallsexperiment:
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
Wahrscheinlichkeitsrechnung
WIR SPIELEN STATISTIKER Unterhaltung mit der Wahrscheinlichkeit
Wahrscheinlichkeitsrechnung
Referat über das Thema STOCHASTIK.
Erklärung der „Lottoformel“ P =
Die Wahrscheinlichkeit
Bisherige Vorlesungen: Beschreibende Statistik
Grundbegriffe der Stochastik
Paris Beim Glücksspiel
teWT303: Bedingte Wahrscheinlichkeit
teWT302: Kombinatorik: Variation, Permutation, Kombination
1. 2. Berechnen von Wahrscheinlichkeiten
Der Zentralwert.
Stochastik Grundlagen
Aufgaben zur Kombinatorik
Grundlagen der Stochastik
Die Binomialverteilung
Aufgaben zu Laplace-Wahrscheinlichkeiten
Kombinatorik ist die Lehre vom Bestimmen der Anzahlen
Weitere acht Aufgaben zu Laplace-Wahrscheinlichkeiten
Wahrscheinlichkeitsrechnung Übersicht
Vermischte Aufgaben zur Wiederholung Löse die Aufgaben sauber auf einem Blatt Papier oder im Schulheft. Und nun geht’s los!
Vermischte Aufgaben zur Vorbereitung auf die 3. Schulaufgabe
Welche möglichen Ergebnisse gibt es beim Würfeln mit einem Würfel?
Weitere acht Aufgaben zu Laplace-Wahrscheinlichkeiten
WIR SPIELEN STATISTIKER Unterhaltung mit der Wahrscheinlichkeit
Einführung in die Wahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung: Mathematik des Zufalls
Mittel- und Erwartungswert
Mehrstufige Zufallsexperimente
Wahrscheinlichkeitsrechnung Stochastische Unabhängigkeit Ex
 Präsentation transkript:

Wahrscheinlichkeitsrechnung Grundbegriffe © Markus Dobernig, Senand Ristic

Klassische Definition Pierre-Simon Laplace Anzahl d. günstigen Fälle Anzahl d. möglichen Fälle Beispiel: fairer Würfel wird geworfen: jede Zahl hat gleiche Chancen und wird daher bei jedem Versuch mit der Wahrscheinlichkeit 1/6 gewürfelt. P (gerade Zahl) = 3 günstige [2, 4, 6] / 6 mögliche P (ungerade Zahl) = 3 günstige [1, 3, 5] / 6 mögliche P(E) =

Statistische Definition AHA Jakob Bernoulli Gesetz der großen Zahl P (E) ~ lim hn (relative Häufigkeit) Das bedeutet: Wenn man einen Versuch (z.B.: Würfel) unendlich oft durchführt, so wird die relative Häufigkeit zur Wahrscheinlichkeit. Bsp.: Münze wird 1000 mal geworfen Kopf … 490 mal  hK = 490/1000 = 0,49 Zahl … 510 mal  hz = 510/1000 = 0,51 Wenn man unendlich oft würfelt, so wird man in 50% der Fälle Kopf und in 50% der Fälle Zahl werfen! ~ n∞

Axiomatische Definition Andrei Nikolajewitsch Kolmogorow 1. 0 ≤ P (E) ≤ 1, d.h. die Wahrscheinlichkeit ist immer eine Zahl zwischen 0 und 1. 2. P (E) = 0… E ist nicht möglich P (E) = 1… E ist sicher 3. P (E1 ˅ E2) = P (E1) + P (E2) Additionssatz für unabhängige Ereignisse. Ich liebe die Mathematik

Wie kann man die Wahrscheinlichkeit veranschaulichen Wie kann man die Wahrscheinlichkeit veranschaulichen?  Entscheidungsbaum Geordnete Darstellung Baumdiagramm Grafik hierarchischer und aufeinanderfolgender Entscheidungen Bsp.: 10 Kugeln – 3 rote und 7 grüne Kugeln es wird drei Mal gezogen ohne Zurücklegen

Entscheidungsbaum für Ziehen ohne Zurücklegen 1. Ziehung 2. Ziehung 3. Ziehung

2 Fragestellungen: Bestimmte Reihenfolge Unbestimmte Reihenfolge Es gibt nur einen Ast Dieser zieht sich durch den Baum durch Berechnung: P(2r und 1g) =P(r) * P(r/r) * P(g/r ^ r) =(3/10)*(2/9)*(7/8) = 7/120 Es gibt verschiedene Äste Sie werden addiert Berechnung: P(2r und 1g) =P(r^r^g) + P(r^g^r) + P(g^r^r)= = (3/10)*(2/9)*(7/8) + + (3/10)*(7/9)*(2/8)+ + (7/10)*(3/9)*(2/8) = = 3*(7/120) = 7/40 Legende: r = Rote Kugel g = Grüne Kugel

Welche Regeln wurden beim Entscheidungsbaum angewendet? Multiplikationssatz P(E1 und E2) = P(E1 ^ E2) =P(E1) * P(E2 / E1) bei Abhängigkeit Es gilt auch: P(E oder nichtE) = 1 (Es ist sicher, dass A eintritt oder nicht) P(E) + P(nichtE) = 1 P(E) = 1- P(nichtE) E ist das Gegenereignis von nichtE

Wie sieht der Entscheidungsbaum aus, wenn man die Kugeln wieder zurücklegt? Bsp.: 10 Kugeln – 3 rote und 7 grüne Kugeln es wird drei Mal gezogen mit Zurücklegen

Entscheidungsbaum für Ziehen mit Zurücklegen

2 Fragestellungen: Bestimmte Reihenfolge Unbestimmte Reihenfolge Es gibt nur einen Ast Dieser zieht sich durch den Baum durch Berechnung: P(2r und 1g)= = P(r)*P(r)*P(g) = = (3/10)²*(7/10) = 63/1000 Es gibt verschiedene Äste Sie werden addiert Berechnung: P(2r und 1g) =P(r^r^g) + P(r^g^r) + P(g^r^r)= 3*(3/10)²*(7/10) = 189/1000 Legende: r = Rote Kugel g = Grüne Kugel

Welche Regeln wurden beim Entscheidungsbaum angewendet? Multiplikationssatz P(E1 und E2) = P(E1 ^ E2) =P(E1) * P(E2) bei Unabhängigkeit

Und nun geht es weiter!