Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 1 Kapitel 2: Zufallsversuche und Wahrscheinlichkeiten 2.1 Ergebnisse von Zufallsversuchen und ihre Wahrscheinlichkeiten Beispiele von Zufallsversuchen/Ergebnissen • Ein Würfel wird geworfen • Eine Gewinnzahl im Lotto wird gezogen • Eine Karte aus einem Kartenspiel wird gezogen • Die Körpergröße von Personen wird bestimmt Definition: Ein beliebig oft wiederholbarer Vorgang, dessen Ergebnis sich nicht mit Sicherheit vorhersagen lässt, heißt Zufallsversuch. Die Menge von allen möglichen Ergebnissen heißt Ergebnisraum = S (auch Stichprobenraum) . Beispiel: Ergebnisraum beim 1- fachen Würfeln: S = {1; 2; 3; 4; 5; 6} Stochastik – MA1BD – Quartester 2 – Dennis Wörmann Beispiel Chancen A und B vereinbaren ein Würfelspiel. A zahlt 1 DM an B, wenn die Augenzahl 3 gewürfelt wird, andernfalls zahlt B an A einen Betrag. • Welche Gewinnchance hat A? • Mit welchem Anteil an Gewinnspielen kann A rechen? • Welchen Betrag muss B an A zahlen, damit das Spiel fair ist? • Protokollieren der Anzahl der Dreien während 300 Runden Anzahl der Anzahl der Anzahl der Anzahl der Würfe Dreien Würfe Dreien 20 2 180 35 40 5 200 35 60 11 220 40 80 13 240 41 100 16 260 45 120 19 280 46 140 23 300 49 160 28 Berechne für jedes n die rel. Hfgkt h(n) der Anzahl der Dreien. 2 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 3 Lösung a) Ergebnisraum beim 1- fachen Würfeln: S = {1; 2; 3; 4; 5; 6} Chance 1 zu 6 bzw. 1 5 für B und für A 6 6 b) Damit das Spiel fair ist, muss der Einsatz von B 0,2€ betragen. c) n 20 40 60 80 100 120 140 160 h(n) 0,1 0,125 0,183 0,163 0,160 0,158 0,164 0,175 n 180 200 220 240 260 280 300 h(n) 0,194 0,175 0,182 0,171 0,173 0,164 0,163 Definition: Ein Zufallsversuch habe n mögliche Ergebnisse. Wenn wir annehmen können, dass alle Ergebnisse die gleiche Chance haben, dann ordnen wir jedem Ergebnis die 1 Zahl n als Wahrscheinlichkeit zu. Solche Versuche nennen wir Laplace-Versuche. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 4 Wenn es ein nicht Laplace-Versuch ist, schätzen wir die Chancen mittels relativer Häufigkeiten. Beispiel: Eine Reißzwecke ist nicht so regelmäßig wie z.B. ein Würfel aufgebaut, so dass in diesem Fall nicht von einem Laplace Versuch gesprochen werden kann. Es sind mittels Versuche rel. Hfgkt. zu ermitteln. Zusammenfassung: Zu jedem möglichen Ereignis eines Zufallsversuches gibt es eine Zahl, die man Wahrscheinlichkeit des Ergebnisses nennt. Bei langen Versuchsreihen liegt die rel. Hfgkt. in der Nähe dieser Wahrscheinlichkeit (Gesetz der großen Zahlen), sie kann als Schätzwert verwendet werden. Ein Ergebnis tritt mit der Wahrscheinlichkeit p auf, dann kann bei sehr häufiger Durchführung (n-mal) mit dem Ergebnis n*p gerechnet werden. Hierzu bitte Übungen 2.1 : Nr. 4abce, 5ab, 7, 13 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 5 2.2 Ereignisse und ihre Wahrscheinlichkeiten Aufgabe 1 Laplace-Versuchen Urne mit 50 Kugeln, mit Nummern 1; 2; 3; ..; 50 Eine Kugel zufällig ziehen • Ereignis: Die Nummer ist eine Primzahl E1={2;3;5;7;11;13;17;23;29;31;37;41;43;47} P(E1) = 15/50 = 0,3 • Ereignis: Die Nummer ist durch 9 teilbar E1={9;18;27;36;45} P(E2) = 5/50 = 0,1 Definition: Ein Ereignis lässt sich durch eine Menge von Ergebnissen beschreiben. Wir sagen, ein Ergebnis tritt ein, wenn eines der Ergebnisse dieser Menge auftritt. Für die Wahrscheinlichkeit eines Ergebnisses E schreiben wir: P(E). Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 6 Laplace-Regel: Haben alle Ergebnisse eines Zufallsversuchs die gleiche Chance (Laplace-Versuch), dann gilt für die Wahrscheinlichkeit P(E) eines Ereignisses E: Anzahl der zu E gehörende Ergebnisse P(E) = Anzahl der möglichen Ergebnisse Sei |E| = Anzahl der zu E gehörende Ergebnisse und |S| = Anzahl aller Ergebnisse, dann gilt: P(E) = E S Beispiele: • 1 Ergebnis in E; Beim Würfeln das Ergebnis Augenzahl ist 6; E = {6} • E = S; P(E) = P(S) = 1 „Das sichere Ereignis“, Beispiel: Die Augenzahl beim Würfeln ist kleiner 7. • kein Ergebnis gehört zu E; E = { } P(E) = 0 Beispiel: Die Augenzahl beim Würfeln ist größer 6. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann Aufgabe 2 7 Nicht-Laplace-Versuche Für einen gezinkten Würfel hat man die folgenden Schätzwerte für die Wahrscheinlichkeiten ermittelt: Augenzahl 1 2 3 4 5 6 Wahrscheinlichkeit 0,21 0,15 0,13 0,20 0,19 0,12 E = gerade Augenzahl E = {2 , 4 , 6} P(E) = P(2) + P(4) + P(6) = 0,15 + 0,20 + 0,12 = 0,47 Wenn bei einem Zufallsversuch das Ereignis E mit den Ergebnissen s1, s2,….., sk interessiert und diese mit den Wahrscheinlichkeiten P({s1}), P({s2}), …., P({sk}) auftreten, dann gilt: P(E) = P({s1}) + P({s2}) + …. + P({sk}) Hierzu bitte Übungen 2.2 : Nr. 1,3,5,7 und 10 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 8 Aufgabe 3 Wahrscheinlichkeit des Gegenereignisses Ç E S Komplementärregel: E=S\E ( ) P E ∪ E = P (S ) = 1 ( ) P(E ) = 1 − P( E ) P E ∪ E = P (E ) + P ( E ) = 1 Beispiel: Ein Würfel wird 2mal geworfen E = zwei verschiedene Augenzahlen P(E) = ? Ç = zwei gleiche Augenzahlen 6 1 1 5 PE = = ⇒ P (E ) = 1 − = 36 6 6 6 () Stochastik – MA1BD – Quartester 2 – Dennis Wörmann Aufgabe 4 9 Wahrscheinlichkeit von UndEreignissen Definition: Zu dem Und-Ereignis A und B gehören alle Ergebnisse, die zu A und zugleich zu B gehören. Seine Ergebnismenge ist A∩B. Definition: Zu dem Oder-Ereignis A oder B gehören alle Ergebnisse, die zu A oder zu B (oder zu beiden) gehören. Seine Ergebnismenge ist A∪B. Beispiel: Betrachte eine Urne mit 100 Kugeln, numeriert 1-100 A: Die Zahl ist durch 9 teilbar B: Die Zahl ist durch 12 teilbar C: Die Zahl ist durch 9 und 12 teilbar D: Die Zahl ist durch 9 oder 12 teilbar A={9,18,27,36,45,54,63,72,81,90,99} P(A) = 11/100 B={12,24,36,48,60,72,84,96} P(B) = 8/100 C = A ∩ B = {36,72} (Sowohl in A als auch in B) P(C) = 2/100 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 10 D = A∪B = (zu A oder zu B (oder zu beiden)) {9,12,18,24,27,36,45,48,54,60,63,72,81,84,90,96,99} P(D) = 17/100 Aufgabe 5 Wahrscheinlichkeit von OderEreignissen Summenregel: Die Wahrscheinlichkeit des Oder-Ereignisses A∪B ist gleich der Summe der Wahrscheinlichkeiten der Ereignisse A und B, vermindert um die Wahrscheinlichkeit des Und-Ereignisses A∩B : P(A∪B) = P(A) + P(B) – P(A∩B) Beispiel: Gehen wir weiter mit dem letzten Beispiel: P(D) = P(A∪B) = P(A) + P(B) – P(A∩B) (da sonst doppelt erfasst) = 11/100 + 8/100 - 2/100 = = 17/100 (und diese Antwort ist die gleiche wie auf der vorherigen Seite) Hierzu bitte Übungen 2.2: 15,18,19cd,20ab,25,26ab Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 11 2.3 Sätze über Wahrscheinlichkeiten Sei S ein (endlicher) Ergebnisraum mit S = {s1; s2; ……; sn}, n ∈ N. Dann gilt: 1. P({s1; s2; ……; sk}) = P({s1}) + P({s2}) + … + P({sk}) für k ≤ n 2. P({ }) = 0 3. P({s1}) + P({s2}) + … + P({sn}) = 1 4. P({sI}) ≥ 0 für alle i = 1, 2, 3,…., n 5. P(E) ≥ 0 für beliebige Ereignisse E 6. P(S) = 1 7. P(E1∪E2) = P(E1) + P(E2), falls E1∩E2 = { } 8. P(E1∪E2)= P(E1) + P(E2) - P(E1∩E2) für beliebige Ereignisse E1,E2 9. P(E) + P(E ) = 1 für beliebige Ereignisse E 10. P(E) ≤ 1 für beliebige Ereignisse Die Sätze 1, 2, 3, 4 bezeichnet man als Wahrscheinlichkeitsgrundsätze. Hierzu bitte Übungen 2.3: 12 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 12 Kapitel 3 Wahrscheinlichkeitsrechnung 3.1 Wahrscheinlichkeiten bei mehrstufigen Zufallsversuchen Aufgabe 1 & 2 Darstellung von mehrstufigen Zufallsversuchen und deren Wahrscheinlichkeiten. Man wirft 3mal einen Reissnagel, P(Lage Kopf) = 0,4 P(Lage Seite) = 0,6 Dann: • Baumdiagramm • Wahrscheinlichkeit Ergebnisse = Pfadmultiplikationsregel • Wahrscheinlichkeit Ereignisse = Pfadadditionsregel Hierzu bitte Übungen 3.1: 1a(1)(2), 1b(1)(2), 2, 3a(1)(2),4ab, 5, 8 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 13 Aufgabe 3 Wahrscheinlichkeit in der Abhängigkeit vom Zielvorgang. In eine Urne sind 30 Kugeln; 3 mit den Nummern 0; 3 mit Nummer 1; 3 mit Nummer 2; u.s.w. Wir ziehen drei Kugeln, und die Nummern bestimmen die Glückszahl bei einer Lotterie. (000, 001, 002, ...,999) Zwei Möglichkeiten bei 3maligen Ziehen: • Mit zurücklegen: P(123) = P(111) = 3/30*3/30*3/30 = 1/1000 • Ohne zurücklegen: P(123) = 3/30*3/29*3/28 = 27/24360 ≈ 0,00111 3 unterschiedliche Zahlen • P(111) =3/30*2/29*1/28 = 6/24360 ≈ 0,00025 3 gleiche Zahlen Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 14 Aufgabe 4 Bestimmung von Wahrscheinlichkeiten aufgrund von Vorkenntnissen. Schnelltestverfahren für die Prüfung ob ein Patient an einer Krankheit leidet: • Wenn Krank: in 96% Test hat Reaktion • Wenn nicht Krank: in 2% Test weist auch Reaktion auf, obwohl nicht krank. • Annahme 0,5% der Bevölkerung sind krank Fragen / Lösungen: • a) Baumdiagramm (2stufig) • b) P(R) = P(K∩R) + P(nK∩R) • c) P(K, gegeben R) = P(K∩R)/P(R) • d) P(nicht K; keine Reaktion) = P(nK∩nR) Hierzu bitte Übungen 3.1: 10, 13 oZ, 14mZ, 16,19,21 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 15 3.2 Wahrscheinlichkeiten und Satz von Bayes Bedingte Wahrscheinlichkeit: Welchen Anteil hat die Wahrscheinlichkeit eines Ergebnisses an der Wahrscheinlichkeit eines zugehörigen Ereignisses. Siehe Aufgabe 4 Abschnitt 3.1. P(krank unter Bedingung Reaktion) = PR(K) oder P(K|R) Definition: A,B seien Ereignisse eines Ergebnisraums S mit P(B) > 0. P( A ∩ B) PB(A) = P(A|B) = P( B) Lies: bedingte Wahrscheinlichkeit von A unter der Bedingung B. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 16 Für die Lösung der Fragen in Aufgabe 4 sollten wir das Baumdiagramm umkehren; erst Reaktion und dann krank statt erst Krank und dann Reaktion. Eine andere Lösung ist eine Vierfeldertafel R K keine R Summe 0,0048 0,0002 0,005 nicht K 0,0199 0,9751 0,995 Summe 0,0247 0,9753 1 P( A ∩ B) PR(K) = 0,0048/0,0247 = P( B) PnK(R) = 0,0199/0,995 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 17 Aufgabe 1: Satz von Bayes Scheibenwischer von 3 Firmen: 20% von Firma 1, 30% von Firma 2 und 50% von Firma 3. Nach 6 Monaten SW unbrauchbar: 15% der Scheibenwischer von Firma 1, 18% der Firma 2 und 9% der Firma 3. Bi : Scheibenwischer von Firma i A : Scheibenwischer ist unbrauchbar Fragen: • P(A) • PA(B1), PA(B2), PA(B3) Lösung: • Mit Baumdiagramm: P(A) = P(B1)*PB1(A) + P(B2)*P B2(A) + P(B3)*P B3(A) = 0,2*0,15+0,3*0,18+0,5*0,09 P(A) = 0,129 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann • P( B1 ∩ A) P( B1 ) * PB1 ( A) = PA(B1) = P( A) 0,129 0,2 * 0,15 0,030 = = = 0,23256 0,129 0,129 • P( B2 ∩ A) P(B2 ) * PB2 ( A) = PA(B2) = P( A) 0,129 0,3 * 0,18 0,054 = = = 0,41860 0,129 0,129 • P( B3 ∩ A) P( B3 ) * PB3 ( A) = PA(B3) = P( A) 0,129 0,5 * 0,09 0,045 = = = 0,34884 0,129 0,129 18 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 19 Sei B1, B2, …, Bm eine Zerlegung des Ergebnisraumes S d.h. es gilt: B1 ∪ B2 ∪ …∪ ∪ Bm = S und BI ∩ Bj = {} für i≠ ≠j mit P(Bj)>0 Für j=1,….,m. m P( A) = ∑ P( B j ) ⋅ PB j ( A) Dann gilt: j =1 Diese Regel heißt Satz von der totalen Wahrscheinlichkeit. Mit Hilfe dieser Darstellung von P(A) folgt: PA ( Bi ) = P ( Bi ) ⋅ PB j ( A) m ∑ P(B ) ⋅ P j =1 j Bj ( A) P ( A ∩ B) = P ( A) Diese Regel heißt Satz von Bayes. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 20 Aufgabe 2: Multiplikationsregel Aus einer Urne mit n numerierten Kugeln wird eine Kugel gezogen, die Nummer der gezogenen Kugel wird notiert und die Kugel wieder zurückgelegt. Der Vorgang wird k-mal durchgeführt (k∈ ∈ N). Fragen: a) Berechne für n=30 und k=1,2,3,4 die Wahrscheinlichkeit für das Ereignis: Ek = Lauter verschiedene Kugeln werden gezogen und E k = Mindestens zwei der gezogenen Kugeln sind gleich. b) Ai = Die beim i-ten Mal gezogene Kugel wurde bis zu dieser Ziehung nicht gezogen (i ≤ k). Beschreibe Ek mit Hilfe der Ai und gib einen Term für die Wahrscheinlichkeit von Ek an. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann Lösung: a) P(E1) = 30/30 = 1 P(E2) = 30/30 * 29/30 =0,967 P(E3) = 30/30 * 29/30 * 28/30 =0,902 P(E4) = 30/30 * 29/30 * 28/30 * 27/30=0,812 P( E k ) = 1 - P(Ek) b) E1 = A1 E2 = A1 ∩ A2 E3 = A1 ∩ A2 ∩ A3 E4 = A1 ∩ A2 ∩ A3 ∩ A4 : Ek = A1 ∩ A2 ∩ … ∩ Ak P(Ek) = P(A1 ∩ A2 ∩ … ∩ Ak) n n −1 n − 2 n−k +1 = ⋅ ⋅ ⋅ ..... ⋅ n n n n 21 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 22 Multiplikationsregel: P(A1 ∩ A2 ∩ … ∩ Ak)= P(A1) * P(A2|A1) * P(A3|A1 ∩ A2) * … * P(Ak| A1 ∩ A2 ∩ ∩ Ak-1) Definition: A, B seien Ereignisse eines Ergebnisraums S. A, B heißen stochastisch voneinander unabhängig, wenn P(A∩ ∩ B) = P(A) * P(B), andernfalls stochastisch voneinander abhängig. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 23 Aufgabe 3: Unabhängigkeit von Merkmalen Schule mit: 527 Jungen hiervon 372 mindestens Note befriedigend im Fach Deutsch 489 Mädchen hiervon 379 mindestens Note befriedigend im Fach Deutsch Fragen: a) Vierfeldertafel b) P(Student hat mindestens Note befriedigend) = P(A) c) PA(B) = Gezogene Karte ist von einem Jungen und mindestens Note befriedigend d) Sind Junge oder Mädchen und Note stochastisch voneinander abhängig? Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 24 Lösung: a) Jungen Mädchen Summe mindestens 372 befriedigend 379 751 schlechter als 155 befriedigend 110 265 Summe 489 1016 527 b) P(A) = 751/1016 = 0,739 c) B = Gezogene Karte ist von einem Jungen ∩ B) PA(B) = P(A∩ /P(A) = 372/751 = 0,4953 d) P(A∩ ∩ B)= P(A) * P(B) dann unabhängig P(A∩ ∩ B) = 372/1016 = 0,316 P(A) * P(B) = 751/1016 * 527/1016 = 0,383 P(A∩ ∩ B) ≠ P(A) * P(B) Also A und B sind stochastisch von einander abhängig Übungen 3.2: 3,5b,7,9c,19a,21,22,30 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 25 3.3 Kombinatorische Hilfsmittel Braucht man für das Feststellen von Laplacewahrscheinlichkeiten. Aufgabe 1: Produktregel der Kombinatorik. Beispiel In eine Werkstatt stehen : • 2 Fräsmaschinen F1 und F 2 • 3 Bohrmaschinen B1, B2 und B 3 • 2 Schleifmaschinen S1 und S 2 Wie viele Wege gibt es für ein Werkstück, das im Fertigungsprozess zuerst gefräst, dann gebohrt und zum Schluß geschliffen werden muss. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 26 S1 B1 S2 S1 F1 B2 S2 S1 B3 S2 S1 B1 S2 S1 F2 B2 S2 S1 B3 S2 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 27 Insgesamt: 2 x 3 x 2 = 12 Möglichkeiten. Produktregel der Kombinatorik: Ein Versuch wird in k Stufen durchgeführt, auf der 1.Stufe gebe es n1 Ergebnisse, 2.Stufe gebe es jeweils n2 Ergebnisse, 3.Stufe gebe es jeweils n3 Ergebnisse, : k.Stufe gebe es jeweils nk Ergebnisse. Sind die Ergebnisse einer Stufe unabhängig von den Ergebnissen der vorangehenden Stufen, dann gibt es bei dem Versuch insgesamt n=n1*n2*n3*...*nk mögliche Ergebnisse. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 28 Aufgabe 2: Anzahl der Anordnungen. Beispiel Auf wieviel verschiedene Arten kann man 10 Bücher auf ein Bücherbrett nebeneinander anordnen? Besetzung des 1.Platzes: 10 Möglichk. Besetzung des 2.Platzes: 9 Möglichk. Besetzung des 3.Platzes: 8 Möglichk. ... Besetzung des 9.Platzes: 2 Möglichk. Besetzung des 10.Platzes: 1 Möglichkeit Gesamt 10*9*8*...*2*1=3628800 Anordnungen Bei n Bücher n*(n-1)*(n-2)*...*2*1 Anordnungen Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 29 Anordnung und Fakultät n-Fakultät: 0! = 1 1! = 1 n! = 1*2*3*....*(n-1)*n für n∈ ∈ N\{1} Satz: Für n verschiedene Elemente gibt es n! verschiedene Anordnungen Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 30 Aufgabe 3: Anwendung der Produktregel zum Berechnen von Wahrscheinlichkeiten. Beim Fussball-Toto müssen in 11 Reihen jeweils entweder 0 oder 1 oder 2 angekreuzt werden. • Wieviele verschiedene Tipreihen 3*3*3*...*3 = 311 = 177147 sind möglich? • Wie viele Tipreihen mit genau einem Fehler sind Möglich? Pro Zeile kann man statt der richtigen Ziffer eine von zwei falschen Ziffern ankreuzen, d.h. also 2 (Fehler pro Zeile) * 11 (Zeilen) = 22 Möglichkeiten. • Wie groß ist die Wahrscheinlichkeit auf 10 und auf 11 Richtige, wenn Sie überhaupt kein Verständnis von Fußball haben P(11 gut) = 1/177147 ≈ 0,000006 P(10 gut) = 22/177147 ≈ 0,0001 Übungen 3.3: 1,3,5,7,13,15,18 und 19 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 31 Aufgabe 4: Anzahl der k-elementigen Anordnungen einer n-elementigen Menge. Beispiel 1 Man zieht aus einer Urne mit 10 Kugeln, nummeriert 1 bis 10, 3.mal eine Kugel, mit zurücklegen Dann 10*10*10 Ergebnisse, wenn Sie auf die Reihenfolge achten. Beispiel 2 Wie in Beispiel 1, aber ohne zurücklegen Dann 10*9*8 Ergebnisse, wenn Sie auf die Reihenfolge achten. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 32 Satz: Gegeben sei eine n-elementige Menge . Dann gilt: • Die Anzahl der k-elementigen Anordnungen mit Wiederholungen ist nk • Die Anzahl der k-elementigen Anordnungen ohne Wiederholungen ist (für k ≤ n) : n*(n-1)*(n-2)*....*(n-(k-1)) = n! (n − k )! Satz: Gegeben sei eine Urne mit n Kugeln. • Aus dieser Urne kann man nk geordnete Stichproben vom Umfang k mit Zurücklegen ziehen. • Aus dieser Urne kann man n! n*(n-1)*(n-2)*....*(n-(k-1)) = (n − k )! geordnete Stichproben von Umfang k (für k ≤ n) ohne Zurücklegen ziehen. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 33 Aufgabe 5: Anzahl der k-elementigen Untermengen einer nelementigen Menge. Beispiel Man zieht aus einer Urne mit 10 Kugeln (n), nummeriert 1 bis 10, 3.mal (k) eine Kugel, ohne zurücklegen Wieviele unterschiedliche Untermengen sind möglich? • Eine Stichprobe von 3 Elementen (3 Kugeln mit den Nummern 1,2,3) hat 3! mögliche Anordnungen (3-2-1, 3-1-2, 2-3-1, 2-1-3, 1-2-3, 1-3-2) n! 10! • Es gibt = =10*9*8 Ergebnis(n − k )! 7! se (d.h. unterschiedliche 3er Kombinationen von Kugelnummern). Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 34 10! 10! 10 7! Insgesamt gibt es also = = 3! 7!*3! 3 =120 mögliche Stichproben Definition: Die Zahlen n n! = gelesen als n über k k k!*(n − k )! werden Binomialkoeffienten genannt. Satz: Gegeben sei eine n-elementige Menge. n n! Dann gibt es = (mit k ≤ n) k k!*(n − k )! k-elementige Untermengen Stochastik – MA1BD – Quartester 2 – Dennis Wörmann • Aufgabe 6: Lotto 6 aus 49: Anzahl der ungeordneten Stichproben vom Umfang 6 aus 49 49! 49 ⋅ 48 ⋅ 47 ⋅ 46 ⋅ 45 ⋅ 44 49 = = 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅1 6 6!⋅43! =13.983.816 P(6 Richtige) = 1 1 = ≈ 0,7 ⋅ 10−7 49 13983816 6 35 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 36 Anzahl der ungeordneten Stichproben mit 5 Richtigen und einer Falschen, d.h. es sind 6-rote Gewinnkugeln von 49 in der Urne, aus denen die Wahrscheinlichkeit von k-Gewinnkugeln zu bestimmen ist. 6 43 6 43 = ⋅ =258 = ⋅ k 6 − k 5 6 − 5 P(5 Richtige) = 43 6 ⋅ 258 1 5 = ≈ 0, 2 ⋅ 10 − 4 13983816 49 6 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 37 Anzahl der ungeordneten Stichproben 43 6 4 Richtige und 2 Falsche = ⋅ 2 4 43 6 ⋅ 2 4 P(4 Richtige) = ≈ 0,1 ⋅ 10−2 49 6 43 6 ⋅ 3 3 P(3 Richtige) = ≈ 0,2 ⋅10−1 49 6 n TR: = z.o.z o.U.d.R => nCr k n! = (n − k )! z.o.z. m.U.d.R. => nPr Übungen 3.3: 21ab, 25, und 26 29a,31,32,39,43 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 38 4 Zufallsgrößen und Erwartungswert 4.1 Zufallsgrößen Definition 1 Eine Zufallsgröße X ist eine Funktion, die jedem Ergebnis eines Zufallsversuches eine reelle Zahl zuordnet. Mit X=k beschreibt man ein Ereignis. Dieses Ereignis enthält alle Ergebnisse a, für die X(a)=k gilt. Die Funktion, die jedem möglichen Wert für k die Wahrscheinlichkeit P(X=k) zuordnet, heißt (Wahrscheinlichkeits-) Verteilung der Zufallsgröße X. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 39 Aufgabe 1 Seite 74 Ein Würfel wird 2mal geworfen • • • • • • • • • Ergebnisse: (1:1), (1:2), (1;3),….. 36 Ergebnisse, alle mit Wahrscheinlichkeit 1/36 Augensumme 2; 3; 4; 5;……; 12 Zufallsgröße X = Augensumme beim 2fachen Würfeln Ereignis Augensumme 5 = P(X=5) Die Funktion P heißt Verteilung der Zufallsgröße X. P(X=2) = 1/36 P(X=3) = 2/36 P(X=4) = 3/36 P(X=5) = 4/36 P(X=6) = 5/36 P(X=7) = 6/36 P(X=8) = 5/36 P(X=9) = 4/36 P(X=10) = 3/36 P(X=11) = 2/36 P(X=12) = 1/36 Darstellung von P ist Histogramm Summe der Funktionswerte ist 1 Übungsaufgaben: 1ace;2ace;3ace;5ace;6cde;7;9 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 40 4.2 Erwartungswert und Varianz • Erwartungswert ist der zu erwartende Mittelwert. • Varianz ist ein Maß für Streuung • Standardabweichung ist ein Maß für Streuung Definition : Eine Zufallsgröße X nehme die Werte a1, a2, a3, …, am an. Als Erwartungswert E(X) der Zufallsgröße X bezeichnet man m E( X) = ∑ a i ⋅ P( X = a i ) i=1 Der Erwartungswert wird auch mit µ bezeichnet. Als Varianz Var(X) der Zufallsgröße X bezeichnet man m Var( X) = ∑ (a i − E( X)) 2 ⋅ P( X = a i ) i =1 Die Standardabweichung wird mit σ bezeichnet. σ = Var ( X) Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 41 Beispiel Eine Firma hat einen Spielautomaten so konstruiert, dass pro Spiel folgende Beträge ausgeschüttet werden: Ausgezahlter Betrag in Euro (=ai) Zugehörige Wahrscheinlichkeit (=P(X=ai)) 0 0,25 0,20 0,4 0,50 0,2 1 0,1 2 0,05 • Mit welchem Auszahlungsbetrag kann man im Mittel rechnen? (E(X) = ???) E(X) = 0*0,25 + 0,20*0,4 + 0,50* 0,2 + 1*0,1 + 2*0,05 = 0,38 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 42 • Der Einsatz pro Spiel beträgt 0,50 Euro, welcher Mittelwert ergibt sich für den Gewinn? Y = Gewinn bei einem Spiel mit dem Automaten Gewinn a (in Euro) P(X=a) a*P(X=a) -0,50 0,25 -0,125 -0,30 0,4 -0,12 0 0,2 0 0,50 0,1 0,05 1,50 0,05 0,075 = - 0,12 Der zu erwartende Mittelwert des Gewinns beträgt -0,12 Euro, d.h. ein Verlust von 0,12 Euro pro Spiel. Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 43 • Was ist die Standardabweichung von X und von Y? m Var( X) = ∑ (a i − E( X)) 2 ⋅ P( X = a i ) i =1 = (0-0,38)2*0,25 + (0,20-0,38)2*0,4 + (0,50-0,38)2*0,2 + (1-0,38)2*0,1 + (2-0,38)2*0,05 = 0,2216 SA = σ = Var( X ) = 0, 2216 = 0,4707 Oft ist die folgende Formel für das Berechnen der Varianz einfacher: Var(X) = E(X2) - (E(X))2 in diesem Beispiel: E(X2) = 02*0,25 + 0,202*0,4 + 0,502* 0,2 + 12*0,1 + 22*0,05 = 0,366 Var(X) = 0,366 - 0,382 = 0,366-0,1444 = 0,2216 Übungsaufgaben 4.2: 1;2;3;4;5;6;7;9 Stochastik – MA1BD – Quartester 2 – Dennis Wörmann 44 4.3 Eigenschaften von Zufallsgrößen Wenn X und Y unabhängige Zufallsgrößen sind und a und b Konstanten sind, dann gelten folgende Rechenregeln für Erwartungswert und Varianz: • E(X+a) = E(X) + a • E(bX) = b*E(X) • E(X+Y) = E(X) + E(Y) • E(X-Y) = E(X) - E(Y) • E(aX+bY) = a*E(X) + b*E(Y) • Var(X+a) = Var(X) • Var(bX) = b2*Var(X) • Var(X+Y) = Var(X) + Var(Y) • Var(X-Y) = Var(X) + Var(Y) • Var(aX+bY) = a2*Var(X) + b2*Var(Y) 2 σ = Var ( X ) ⇒ σ = Var( X) • Übungsaufgaben: Skript 7.1;7.8;7.13;7.25