Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz
2
Gegeben seien n Zufallsvariablen Dann gilt immer: Wenn gilt dann hat man auch Gleichheit von Bienaymé
3
Die Binomialverteilung
4
Erwartungswert Varianz
5
Erwartungswert Varianz
6
Der diskrete unendliche Fall Dabei nehmen wir an, dass Erwartungswert Varianz Erwartungswert und Varianz II
7
Die Poisson-Verteilung
8
Erwartungswert Varianz
9
Der stetige Fall f ist die Wahrscheinlichkeitsdichte. Dabei nehmen wir an, dass Erwartungswert und Varianz III
10
Erwartungswert Varianz
11
Die Gauß- oder Normalverteilung
12
Dichte Verteilung Verteilungsfunktion
13
Erwartungswert Varianz
14
Die hypergeometrische Verteilung Notation
15
Erwartungswert Varianz
16
Die geometrische Verteilung Man erhält eine Wahrscheinlichkeitsverteilung, weil gilt:
17
Erwartungswert Varianz
18
Die Exponential-Verteilung
19
Dichte Verteilung Verteilungsfunktion
20
Erwartungswert Varianz
21
Ein Tetraeder wird dreimal geworfen. Auf den 4 Flächen des Tetraeders sind die Zahlen 1, 2, 3 und 4 aufgetragen. Jede Seite erscheint mit der gleichen Wahrscheinlichkeit. Die Zufallsvariable X gebe die Differenz zwischen der Summe der Augenzahlen der beiden ersten Würfe und der Augenzahl des dritten Wurfes an. Wir groß sind Erwartungswert und Varianz von X? 1 2 3
Ähnliche Präsentationen
![Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.](/1/209241/big_thumb.jpg "Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.>")
