Formelsammlung Kombinatorik Permutation: ohne Wiederholung n! = n ● (n - 1) ● (n - 2) . . . . 3 ● 2 ● 1 n= alle Elemente Permutation: mit Wiederholung Pn,k = n! n! ____ …usw. ___________ = k = gleiche Elemente k1! ● K2! k! Stichproben (SP) = geordnete Auswahl Geordnete SP: ohne Zurücklegen v n! k n = _________ k = Anzahl Elemente oder SP v = Variationen (n – k)! Geordnete SP: mit Zurücklegen v nk = nk ungeordnete SP: ohne Zurücklegen n () v nk = n! = _______________ k k! ● (n – k)! ungeordnete SP: mit Zurücklegen ( )( ) r+k–1 V= r+k–1 = r-1 k ( r + k – 1)! = _________________ k! ● (r – 1)! r = Anzahl versch. Elemente k = Umfang der SP Wahrscheinlichkeitsrechung I Häufigkeitsbegriff = oder _ = und A = nicht A ei = Elementarereignis n (ei) = absolute Häufigkeit h (ei) = relative Häufigkeit n = Umfang der SP _ h (E) + h (E) = 1 _ h (E) = 1 – h (E) La Place-Experiment: Gleichwahrscheinlichkeit jedes Ereignis gleiche Wahrscheinlichkeit 1 p (e1) = p (e2) = p (ek) = ___ k |E| g p (E) = ______ = _____ |S| m ek = Elementarereignis p(ek) = Wahrscheinlichkeit von ek k = Anzahl Elementarereignisse Bedingte Wahrscheinlichkeit (B / A) = A B p(B / A) = P (A B) p (A) p (R/W) = bedingte Wahrscheinlichkeit „R unter Hypothese von W“ rel. Häufigkeit Multiplikationssatz p (A B) = p (A) ● p (B / A) = p (B) p (A / B) Wahrscheinlichkeitsrechung II Unabhängige Ereignisse (A / B) = A | (A B) = A ● B p (A / B) = p (A) | (A B) = A +B p (A B) = p (A) p (B) Totale Wahrscheinlichkeit (=vollständige) n P (B) = Σ p (Ai) ● p (B / Ai) = p(A1) ● p (B / A1) + p (A2) … i=1 Satz von Bayes (Ereignis ist eingetreten. Wie gross ist der Anteil einer bzw. zweier Ursachen?) p (Aj / B) = p (Aj) ● p ( B / Aj) n Σ p(Aj) ● p (B / Aj) i=1 p (A1/B) = p (A1) ● p (B/ A1) p (A1) ● p (B / A1) + p (A2) ● p (B/ A2) S = A1 + A2 Wahrscheinlichkeitsfunktionen S |R ek xk p (xk ) X: - ek: Elemtarereignis des Ereignisraumes S k: Anzahl aller Elem.ereignisse von S Funktionen, die auf s definiert sind keinen Zufallsvariable (X) Verteilungsfunktion F(xk) = p (x1) + p (x2) + . . . + p (xk) = Σ p (xk) p (xk) max. = xk Modus: Erwartungswert (Mittelwert theoretisch): n ● µ = E (X) = Σ xi p (xi) i=1 µ ● (a ● X + b) = a ● µ (x) + b µ (y) = ““ µ = Erwartungswert (Mü) σ = Standardabweichung (Sigma) σ2 = Varianz lineare Transformation Varianz n V (X) = Σ (x – µ)2 ● p (xi) i=1 n kürzer: V (X) = Σ xi2 ● p (xi) - µ2 lin. Trans.: V (a X +b) = a2 ● V(x) i=1 ● Streuung / Stabdardabweichung σ (X) = V (X) Lin. Transformation: σ (a ● X + b) = |a| ● σ (X) = +- a Wahrscheinlichkeitsfunktion xk x1 x2 x3 … p(xk) p(x1) p(x2) p(x3) … Standardisierte (lineare) Transformation: normale Zufallsgrösse z=X–µ σ } => µ = 0 σ=1 Ungleichung von Tschebyschew (ungenaue Schätzung) I [µ - a; µ + a] 2 σ P(|x - µ| a) ___ a = Abweichung = Ausschuss µ2 σ2 = σ2 a 2 = k2 ● σ 2 =1 k2 a=k●σ Gleichverteilte (diskrete) Zufallsgrösse p(xi) = 1 r i = 1, 2, . . . , r µ=r+1 2 V = v2 – 1 12 σ= v2 - 1 12 Wahrscheinlichkeitsfunktionen II Bernoulli-Experiment (unabhängige Wiederholungen) P (E) = p _ P (E) = 1 - p = q Wahrscheinlichkeitsfunktion: 1 0 xi p(xi) p 1 - p Bernoulli - Kette _ ; p (E) = 1 - p = q = n – g n P€=p= g N () P (n, p, k) = n K pk ● qn – k g = günstige n = mögliche k = 0, 1, 2, . . ., n x Verteilfunktion: F (x) = P (X x) = Σ k=0 () n n = Anzahl Versuche k = Anzahl Ereignisse pk ● qn - k k Binominalverteilung [HP Solve E2] () b (x) = { n x ● Abweichung von σ: - 2σ µ 2σ verdächtig, aber i. O. px ● (1 - p)n – x Erwartungswert: µ=n●p Varianz: σ2 = n ● p ● q Streuung: σ= n●p●q - 3σ µ 3σ kaum vorhanden, n. i. O. σ praktisch = σ theoretisch Faires Spiel: So viel wie man im Durchschnitt einsetzt, soll man auch bekommen. Poissonverteilung (Annäherung an Binominalverteilung) [HP Solve E4] p (X) = Π (x) = e-µ ● µx x! σ2 = n ● p ● q = µ σ= µ ( ) 1-µ n theoretisch; n 50 p 0.1 x = Erfolge µ = σ2 µ = n ● p theoretisch σ = ( x – µ) praktisch N(x) = N ● Π (x) Vergleich: Π (x) - h(x) = H N = total Anzahl = absoluter Anteil Wahrscheinlichkeitsfunktionen III Normalverteilung (arbeiten mit Gauscher-Formel, ansonsten Tschebyschew) Standardisierte Binominalverteilung (diskrete Var.) (symetrisch) µ0 σ1 z = (µ) = x - µ = prakt. σ σ theor. Σ Dichtefunktion der standardisierten Binominalverteilung Φ (x) = ● 1 2 -x 2 e Φ = Phi µ=0 σ=1 2Π Normalverteilte Zufallsgrössen (stetig ZG) F(x) = = ● 1 σ exp 2Π Zweiseitige NV: Standard. - 0.5 x-µ 2 ( [ ]) σ P = ( 60 x 100) P = ( - 2.5 z 4.08) P = Φ (Z2) – Φ (z1) Regeln: Φ (-z) = 1 – Φ (z) P (|x| z) = 2 ● Φ (z) -1 P (x 20) = P (z 5) σ = 2; µ = 10 P (|x - µ| c) = P (|x - µ| c) = P (|z| c) σ σ σ P (x 750) = P (z 0.625) Standardisierung Φ (a) = 0.975 a = 1.96 zwischen bedeutet (. . . x . . .) Beurteilende Statistik I Schätzproblem a) Stichproben (SP) (zufällig und unabhängig) b) Stichprobenmittel _ n X = 1 Σ Xi i=1 _ µ (X) = µ (X) _ σ2 (X) = σ2 (X) n _ σ (X) = σ (X) n (=Stichprobenfehler) n (E) P (E) = p Sonderfall: N n, dann folgende Formel: _ n σ (X) = σ (X) ● 1 – N n N = Anzahl Stichproben n = Anzahl Elemente der Stichprobe Beurteilende Statistik II 2. Vertauenintervalle a) Vertrauensintervalle für unbekanntes µ _ _ T = [x – c; x + c] γ = P (|x – µ| cγ) k = Anzahl SP n = Umfang der SP γ = Sicherheitswahrscheinlichkeit _ c = Abw. von x P (z) zγ) Bei normalverteilter Zufallsgrüsse _ σ= µ=? n= x= _ _ I = x - zγ ● σ ; x + zγ ● σ n n [ zγ = cγ ● n Σ ] ; cγ = zγ ● σ n Vertrauensintervallberechnung Regeln: Cγ = tatsächliche Abweichung von µ, abh. Von γ z = Standard µ zγ = Stand. Wert in Abh. Von Sicherheit γ 1. Φ(zγ) = 1 + γ 2 Φ(zγ) = 0, … siehe gelbes Blatt zγ = 2. P (|z| zγ) = 2 ● Φ (zγ) – 1 3. Länge des Vertrauensintervall: Ln = 2 σ ● zγ n 4. n = ( ) 2 ● 2 zγ σ Ln γ = 2 ● Φ(zγ) - 1 _ falls (|x – µ| x) γ = 1 – (2 ● Φ (zγ) - 1) _ falls (|x - µ| x) x ist mindestens 5 x 5 5, 6, 7, . . ., n x ist mehr als 5 x > 5 6, 7, 8,. . ., n x ist genau 5 x=55 x ist höchstens 5 x 5 5, 4, 3, 2, 1, 0 x ist kleiner 5 x < 5 4, 3, 2, 1, 0 P(|x - µ) > 20) = 1 - P (|x – µ| 20)