Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 10.04.2014 H. Wuschke 10.04.2014 H. Wuschke 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment ist ein Vorgang, dessen Ausgang ungewiss ist. (2) Das (Versuchs-)Ergebnis ist das Resultat bzw. der Ausgang eines Zufallsexperimentes. (3) Die Menge aller möglichen Ergebnisse wird als Ergebnisraum Ω bezeichnet. 10.04.2014 H. Wuschke 0. Begriffe in der Stochastik (4) Jedem Ergebnis wird eine Zahl zwischen 0 und 1 zugeordnet, die als Wahrscheinlichkeit bezeichnet wird, wobei alle Wahrscheinlichkeiten zusammen 1 ergeben. Symbolisch: P(E) = a, 0 ≤ a ≤ 1 (5) Ein (Versuchs-)Ereignis ist eine Zusammenfassung von (mehreren) möglichen Ergebnisse zu einem Ganzen. Damit sind Ereignisse also auch ein Teil des Ergebnisraumes. 10.04.2014 H. Wuschke 0. Begriffe in der Stochastik (6) Bernoulli-Experiment Als Bernoulli-Experiment bezeichnet man ein Zufallsexperiment, bei dem sich genau zwei Elemente in der Ergebnismenge befinden. (7) Bernoulli-Kette Wiederholte Durchführung eines Bernoulli-Experimentes, die Wahrscheinlichkeiten bleiben unverändert. Benannt nach Jakob Bernoulli (1654-1705), schweizer Mathematiker. 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (1) Eine Funktion X, die jedem Ergebnis eines Zufallsversuches eine reelle Zahl zuordnet, heißt Zufallsgröße. Eine Zufallsgröße heißt: • stetig, wenn sie alle möglichen reellen Zahlen als Wert annehmen kann (z.B. auf ein Intervall abbildet). • diskret, wenn sie nur endlich viele (meist „runde“) Werte annehmen kann. 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (2) (Wahrscheinlichkeits-)Verteilung Die Verteilung ist eine Funktion, die jedem Wert einer Zufallsgröße ihre Wahrscheinlichkeit zuordnet. Die Summe aller dieser Wahrscheinlichkeiten ist 1. Symbolisch: ๐(๐ = ๐) = ๐, 0 ≤ ๐ ≤ 1 Sie heißt: - Wahrscheinlichkeitsfunktion bei diskreten Zufallsgrößen - Dichtefunktion bei stetigen Zufallsgrößen 10.04.2014 H. Wuschke Abitur M-V 2010 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung Zum Beispiel: Augensumme beim zweimaligen Würfeln 10.04.2014 W2 W1 1 2 3 4 5 6 1 2 3 4 5 6 7 2 3 4 5 6 7 8 3 4 5 6 7 8 9 4 5 6 7 8 9 10 5 6 7 8 9 10 11 6 7 8 9 10 11 12 H. Wuschke 1. Zufallsgrößen und Verteilung Zum Beispiel: Augensumme beim zweimaligen Würfeln k 2 3 4 5 6 7 8 9 10 11 12 P(X=k) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Wertetabelle (oben) Histogramm (links) Balkendiagramm (rechts) Beides sind Wahrscheinlichkeitsfunktionen 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (3) Erwartungswert einer Zufallsgröße Eine Zufallsgröße X nehme die Werte ๐1, ๐2, … , ๐๐ mit den Wahrscheinlichkeiten ๐(๐ = ๐1), … , ๐(๐ = ๐๐) an. Dann wird der zu erwartende Mittelwert der Verteilung als Erwartungswert der Zufallsgröße bezeichnet. Symbolisch: E(X), μ (lies: „mü“), ๐ฅ Es gilt: μ = ๐ธ ๐ = ๐ ๐=1 ๐๐ โ ๐(๐ = ๐๐) Bemerkungen: i. Der Erwartungswert wird fast genauso berechnet, wie das arithmetische Mittel (der Durchschnitt). ii. Ein Spiel (um Geld) wird als fair bezeichnet, wenn der Erwartungswert des Gewinns 0 ist. 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung D. h. beim zweimaligen Würfeln: 1 2 3 4 5 6 5 ๐ธ ๐ =2โ +3โ +4โ +5โ +6โ +7โ +8โ 36 36 36 36 36 36 36 4 3 2 1 +9โ + 10 โ + 11 โ + 12 โ 36 36 36 36 =7 10.04.2014 H. Wuschke 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (4) Varianz einer Zufallsgröße Die Varianz misst, wie sehr die Zufallsgröße von ihrem Erwartungswert abweicht. Symbolisch: V(X), Var(X), σ²x oder σ² Es gilt: Var X = ๐²๐ฅ = ๐ ๐=1(๐๐ − μ)² โ ๐(๐ = ๐๐) D.h. beim Würfeln: 1 2 3 4 5 + 3−7 2โ + 4−7 2โ + 5−7 2โ + 6−7 2โ + 7−7 36 36 36 36 36 5 4 3 2 1 + 8−7 ²โ + (9 − 7)² โ + (10 − 7)² โ + (11 − 7)² โ + (12 − 7)² โ 36 36 36 36 36 ๐ ๐ = 2−7 10.04.2014 2 โ H. Wuschke 2 โ 6 36 1. Zufallsgrößen und Verteilung 35 6 ๏ ๐ ๐ = = 8, 3 ๏ Die Zufallsgrößen liegen im Bereich 7 ± 8,3 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (5) Standardabweichung einer Zufallsgröße Die Standardabweichung gibt den Bereich der häufigsten Werte um den Erwartungswert an. Symbolisch: σx oder σ Es gilt: ๐ = 10.04.2014 ๐๐๐(๐) H. Wuschke 1. Zufallsgrößen und Verteilung D.h. beim Würfeln: σ = 35 6 = 2,42 ๏ Der Bereich der häufigsten Werte ist 7±2,42 10.04.2014 H. Wuschke 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung (6) Normalverteilung von Zufallsgrößen Eine Normalverteilung (Gauss-Verteilung) einer stetigen Zufallsgröße X liegt vor, wenn für deren Dichtefunktion f(x) gilt: ๐ ๐ฅ = 1 2๐σ² โ๐ 1 ๐ฅ−๐ 2 ๐ − โ ² Für μ = 0 und σ = 1 heißt sie Standardnormalverteilung. Benannt nach dem Mathematiker, Geodät, Physiker und Astronom Carl Friedrich Gauß (1777-1855), der sie im Zusammenhang mit der Fehlerrechnung entdeckte. 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung http://www.geogebra.org/de/upload/files/dynamische_arbeitsblaetter/lwolf/binomialnormalverteilung/grenzwertsatz.html, zuletzt abgerufen am 20.02.14 um 19:24. 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung Eigenschaften der Dichtefunktion/Normalverteilung: ๏ญ Maximum bei ๐ฅ = ๐ ๏ญ Symmetrieachse bei ๐ฅ = ๐ ๏ญ ∞ ๐ −∞ ๐ฅ ๐๐ฅ = 1 ๏ญ 0 ≤ ๐ ๐ฅ ≤ 1, für alle ๐ฅ ∈ โ 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung Aus: Vorlesung „Wahrscheinlichkeitslehre und Statistik“ von Prof. Dr. Thomas Adamek, Universität Stuttgart 10.04.2014 H. Wuschke 1. Zufallsgrößen und Verteilung http://commons.wikimedia.org/wiki/File:Standard_deviation_diagram.svg, zuletzt abgerufen am 20.02.14 um 18:51 10.04.2014 H. Wuschke 2. Binomialverteilung (1) Eine Zufallsgröße X mit der Wertemenge {๐|๐ = 1,2, … , ๐} heißt binomialverteilt genau dann, wenn für die Wahrscheinlichkeit gilt: ๐ ๐ ๐=๐ = โ ๐๐ โ 1 − ๐ ๐−๐ ๐ Wobei p die Wahrscheinlichkeit eines „Treffers“ ist. Symbolisch: Bn;p (k) oder P(X=k) 10.04.2014 H. Wuschke