4. Wahrscheinlichkeitstheorie 1.1 (VL 4, bis Seiten 1-30) (lm/) Flashcards
Definieren Sie bitte: Ergebnis, Ergebnisraum und Ereignis.
- Ergebnis: Resultat eines Zufallsexperiments. zB. Einfacher Münzwurf
- Ergebnnisraum: Menge Ω aller möglichen Ergebnissen (ω) eines Zufallsexperiments. Beispiel Münzwurf: *_Ω = {K,Z} (K = Kopf, Z = Zahl) _ Beispiel Würfel: _Ω = {1,2,3,4,5,6} _ *
- Ereignis: Zusammenfassung von Ergebnissen eines Zufallsexperiments. zB. ,,Eine gerade Zahl würfeln’’. Also: {2, 4, 6}
Nenne vier Arten von Ereignissen.
Elementarereignis
Einelementige Teilmengen von Ω. zB: {ω¹}, {ω²},…
Unmögliches Ereignis
Das mit der leeren Menge identische Ereignis. A=ø
Sicheres Ereignis
Das mit der Ergebnismenge Ω identische Ereignis. A=Ω
Disjunktes Ereignis
Zwei Ereignisse sind disjunkt, wenn sie nicht zusammen eintreten. A ∩ B = ∅
Was bedeuten die folgenden Zeichen:
- x∈A
- A∩B
- A∪B
- A\B
Was ist…
- eine Kopmplementärmenge?
- eine Potenzmenge?
Komplementärmenge
Die Menge aller Elemente von Ω, die nicht in A sind.
Hier als C(A) : ![http://www.mathematik.de/ger/fragenantworten/erstehilfe/mengenlehre/bilder/komplement.jpg](http://www.mathematik.de/ger/fragenantworten/erstehilfe/mengenlehre/bilder/komplement.jpg)
Potenzmenge
Die Potenzmenge P(A) ist die Menge aller Teilmengen (inkl. leere Menge) von A.
Hier im Beispiel mit der Menge A, die: a, b und c beinhaltet.
Was gibt die Mächtigkeit der Menge A an?
Die Mächtigkeit von A gibt an, wie viele Elemente in A enthalten sind.
|A| = Mächtigkeit von A
Wenn: A={1,2,3,4,5)
Dann: |A|=5
Pierre Simon Marquis de Laplace war ein französischer Mathematiker und Vater der Warscheinlichkeitsrechnung. Welche nach ihm benannte Formel benutzen wir in der Statistik?
Und wenn wir schon dabei sind, bitte auch ein Beispiel dazu:
_ Dreimaliger Münzwurf_
A P(mind. einmal Kopf)
B P(keinmal Kopf)
C P(genau zweimal kopf)
**P(A) = A/K **
![http://upload.wikimedia.org/math/7/5/5/755029a07a1b7c5ff7b334dcdb4fea8e.png](http://upload.wikimedia.org/math/7/5/5/755029a07a1b7c5ff7b334dcdb4fea8e.png)
Dreifacher Münzwurf
K: Ω={(K,K,K),(K,K,Z),….,(Z,Z,Z)} (8x)
A: P(A)= 7/8
B: P(B)= 1 - P(A) = 1 - 7/8 = 1/8
C: P(C)= 3/8
Kombinatorik
Welche vier Arten des Urnenmodells gibt es?
- Modell mit Zurücklegen und mit Berücksichtigung der Reihenfolge
- Modell mit Zurücklegen und ohne Berücksichtigung der Reihenfolge
- Modell ohne Zurücklegen und mit Berücksichtigung der Reihenfolge
- Modell ohne Zurücklegen und ohne Berücksichtigung der Reihenfolge
Was bedeuten in der Kombinatorik die Variablen:
- k
- K
- n
- k!
- k = Anzahl der möglichen Einzelergebnisse
- K = Anzahl K aller möglichen Ergebnisse
- n = Anzahl Ziehungen
- k! = Anzahl der möglichen Anordnungen (Permutationen) der k Objekte unter Berücksichtigung der Reihenfolge
k ! = k ⋅ (k − 1) ⋅ (k − 2 ) ⋅ … ⋅ (k − (k − 1))
5! = 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 100
Wie Berechnet man Anzahl K der möglichen Ergebnisse bei einer Ziehung mit Zurücklegen mit Berücksichtigung der Reihenfolge?
Wie Berechnet man Anzahl K der möglichen Ergebnisse bei einer Ziehung mit Zurücklegen ohne Berücksichtigung der Reihenfolge?
Wie Berechnet man Anzahl K der möglichen Ergebnisse bei einer Ziehung ohne Zurücklegen mit Berücksichtigung der Reihenfolge?
Wie Berechnet man Anzahl K der möglichen Ergebnisse bei einer Ziehung ohne Zurücklegen ohne Berücksichtigung der Reihenfolge?
Was sind die drei Axiome von Kolmogoroff?
- *Axiom 1** (Nichtnegativität) : P (A) ≥ 0
- *Axiom 2** (Normiertheit) : P (Ω ) = 1
- *Axiom 3** (Additivität) : Falls A∩B = ∅, so ist P(A∪B) = P(A)+P(B)
Bitte wenden Sie den Additionssatz an.
Gegeben: Ω = {1,2,3,4,5,6} A = {1,3} B = {3,4,5}
Gesucht: P (A ∪ B)
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
Ω = {1,2,3,4,5,6} A = {1,3} B = {3,4,5}
- A ∪ B = {1, 3, 4, 5} A ∩ B = {3}
- P (A) = 2/6 P (B) = 3/6
- P( A ∩ B ) = 1/6
4. P (A ∪ B) = 2/6 + 3/6 − 1/6 = 4/6
Nehmen wir an, dass ,,rauchen’’ A und ,,weiblich’’ B ist. Wie ist die Beziehung (siehe Bsp.) dieser zwei Variablen zu einander in den jeweiligen Feldern? Um welche Art von Wahrscheinlichkeiten handelt es sich bei: 16.3, 30.1, 11.0 und 42.6?
Beispiel: 16,3% –> A∩B
Bedingte Wahrscheinlichkeiten!
Bemerkung vom Autor: Theoretisch könnte man P(A) und P(B) auch als bedingte Wahrscheinlichkeiten von Ω betrachten. Da aber P(Ω) 1 ist, müssen wir es bei der Berechnung nicht berücksichtigen.