Stochastik Abiturzusammenfassung

1736

Teilen

Speichern

Melde dich an, um den Inhalt freizuschalten. Es ist kostenlos!

Zugriff auf alle Dokumente

Werde Teil der Community

Verbessere deine Noten

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und die Datenschutzrichtlinie

 STOCHASTIK
Zufallsversuch
Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht
vorhergesagt werden kann
Eigenschaften Zufa
 STOCHASTIK
Zufallsversuch
Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht
vorhergesagt werden kann
Eigenschaften Zufa
 STOCHASTIK
Zufallsversuch
Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht
vorhergesagt werden kann
Eigenschaften Zufa
 STOCHASTIK
Zufallsversuch
Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht
vorhergesagt werden kann
Eigenschaften Zufa
 STOCHASTIK
Zufallsversuch
Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht
vorhergesagt werden kann
Eigenschaften Zufa
Ähnliche Inhalte

0

3

13

Stochrastik bzw. Wahrscheinlichkeitsrechnung (Matheabi 23) - Flashcards

Know Stochastik  thumbnail

117

2531

11/12

Stochastik

Abitur-Übersicht und Zusammenfassung mit Beispielen

Know Stochastik thumbnail

262

4263

11/12

Stochastik

> Grundlagen > Pfadregeln > bedingte Wahrscheinlichkeit > Vierfeldertafel > stochastische (Un)Abhängigkeit > Kombinatorik > Bernoulli-Experiment > Histogramme > Erwartungswert und Standardabweichung

Know Stochastik thumbnail

78

1333

13

Stochastik

Vereinigung, Schnitt, Gegenereignis, Wahrscheinlichkeitsrechnung, Wahrscheinlichkeiten, Baumdiagramm, Kombinatorische Abzählverfahren, Zufallsgröße, Erwartungswert, Varianz und Standardsbweichung, Bernoulli, Binomialverteilung

Know Mathe ABI Zusammenfassung Stochastik GK Hessen thumbnail

16

288

12/13

Mathe ABI Zusammenfassung Stochastik GK Hessen

Viel Glück

Know Stochastik Übersicht  thumbnail

43

671

12

Stochastik Übersicht

Lernzettel zur Wahrscheinlichkeitsrechnung im Mathe Grundkurs (Erwartungswert, Standardabweichung, Bionomialverteilung, kumulierte Wahrscheinlichkeit, etc.)

STOCHASTIK Zufallsversuch Ein Versuch mit mehreren möglichen Ergebnissen, deren Eintreten nicht vorhergesagt werden kann Eigenschaften Zufallsexperimente - gibt mehrere mögliche Ergebnisse Beispiele:-Werfen einer Münze oder lines Würfels -Ziehen einer karte - Drehen eines Glückrads Häufigkeit absolute Häufigkeit: Anzahl des Auftretens eines Ergebnisses (Hx (n)) ↳ Wie oft x innerhalb einer Stich probe mit dem umfang n vorkommt - Experiment kann beliebig oft wiederholt werden -Zwei Ergebnisse können nicht gleichzeitig eintreten -Ergebnis kann nicht vorher gesagt werden -Regeln und Bedingungen werden während des Experiments nicht geändert = La Place Formel: P(E) 8 Hn (x) n relative Häufigkeit: h₂(x) (hx (n)) wahrscheinlichkeit berechnen E absolute Häufigkeit Gesamtanzahl der versuche = PIEJ Wahrscheinlichkeit des Ereignisses E € = Anzahl der günstigen Ergebnisse n = Anzahl der möglichen Ergebnisse Sind alle Versuche gleich wahrscheinlich, spricht man von einem La Place - versuch Definitionen mehrstufige Zufallsexperimente: → Zufallsexperiment, das aus mehreren Teilvorgängen besteht, die zufällig Sind →2 Teil vorgänge: Zweistufiger Zufallsversuch Ergebnis: -Ausgang eines Zufalls versuches. Ergebnis raum: menge aller Ergebnisse ·(52) Ereignis:-Verbund" von möglichen Ergebnissen Sicheres Ereignis (p = 100%) unmögliches Ereignis (p = 0x) Darstellung ● Baumdiagramm → Stellt Zufalls versuche übersichtlich dar → hilfreich, wenn ein mehrstufiger Zufallsversuch vorliegt 1 Teilvorgang Ⓒ2. Teilvorgang 1. Pfadregel / Produktregel Die Wahrscheinlichkeit eines Ergebnisses ist gleich dem Product der Wahrscheinlichkeiten entlang des jeweiligen Pfades im Baumdiagramm. 2. Pfadregel / Summenregel Die Wahrscheinlichkeit eines Ergebnisses 1st gleich der Summe der Wahrscheinlichkeiten aller Pfade, die für dieses Ereignis günstig sind. A=BA und B sind gleich A = B AC...

Nichts passendes dabei? Erkunde andere Fachbereiche.

Knowunity ist die #1 unter den Bildungs-Apps in fünf europäischen Ländern

Knowunity ist die #1 unter den Bildungs-Apps in fünf europäischen Ländern

Knowunity wurde bei Apple als "Featured Story" ausgezeichnet und hat die App-Store-Charts in der Kategorie Bildung in Deutschland, Italien, Polen, der Schweiz und dem Vereinigten Königreich regelmäßig angeführt. Werde noch heute Mitglied bei Knowunity und hilf Millionen von Schüler:innen auf der ganzen Welt.

Ranked #1 Education App

Laden im

Google Play

Laden im

App Store

Immer noch nicht überzeugt? Schau dir an, was andere Schüler:innen sagen...

iOS User

Ich liebe diese App so sehr, ich benutze sie auch täglich. Ich empfehle Knowunity jedem!! Ich bin damit von einer 4 auf eine 1 gekommen :D

Philipp, iOS User

Die App ist sehr einfach und gut gestaltet. Bis jetzt habe ich immer alles gefunden, was ich gesucht habe :D

Lena, iOS Userin

Ich liebe diese App ❤️, ich benutze sie eigentlich immer, wenn ich lerne.
Alternativer Bildtext:

B →Alle Elemente von A Sind auch Elemente von B B A Beziehungen zwischen mengen B Schnittmenge. An B→ Schnittmenge von A und B Aist eine Teilmenge bzw. Untermenge BIA All A ·Vereinigungsmenge AUB → Vereinigungsmenge von. A und B 12 Komplementmenge A von B Differenzmenge Alle Elemente, die zu A oder B gehören 17 A Alle Elemente, die in A und B enthalten. Sind A Sind alle Elemente, die nicht in A enthalten sind Alle Elemente, die in B liegen, aber nicht in A W a P= (Ā) A PIBĀ) Beispiel: h B r (s) (c)(h) (e) 5 PB(A) = 1/2/2 1/² 8 b) (e) (d) (i ↳ Wahrscheinlichkeit, dass ein Ereignis A eintritt unter der Bedingung, dass ein anderes Ereignis B eingetreten ist Baumdiagramm P(B). Für zwei Ereignisse A und B mit (P(B) #0) ist PB(A) = P(ANB) P.(B) die bedingte Wahrscheinlichkeit für Ereignis A unter der Bedingung, dass B eingetreten ist. PB (A) PB(A) A Ā P(BNA) P(B₁A). .5 rote `4 Orangene 19 Kugeln n) (9 t) (e (n) (u) (i)) P (B). Darstellungsmöglichkeiten B = 62,5% PB(A) P(BnA) с → Zweimal ziehen ohne Zurücklegen 1. Wahrscheinlichkeit dafür, dass die 2. Kugel rot ist, Wenn die 1. Kugel auch rot war P²₁ (A) = ²/² = 1/²/² = 50 % 2. Wahrscheinlichkeit dafür, dass die 2. Kugel rot ist, Wenn die 1. Kugel orange war h. Multiplikationssatz: P(An B)=P(B). PB (A) 3. Wahrscheinlichkeit dafür, dass beide kugeln rot sind P(ANB) = P(B) · P₁₂ (A) = § ₁4 - 15 - 12/2 5.4 = 27,78% 5 18 B 2. Ziehen:Ereignis A: rote kugel 1. Ziehen: Ereignis B: Orangene Kugel B P(ANB) P(ANB) Summe P(A). P(Ā) +100 SIN A Vierfeldertafel. B (t A P(ANB) PAB) P(B) ર્શન A Summe Hoo SIN ro m100 A P. (B) 1 5/0 (00/07 5 Zufallsvariablen Zufallsgrößel Zufallsvariable Eine Zufallsvariable oder Zufallsgröße X ordnet jedem Ergebnis eines Zufallsversuches eine reele Zahl zu. X = x; ist das Ereignis, zu dem alle Ergebnisse des Zufallsversuches genören, deren Eintritt dazu führt, dass die Zufalls variable X den Wert X; annimmt Man Spricht von der Wahrscheinlichkeitsverteilung der Zufallsgröße X, wenn jedem Wert X;,. den X annehmen kann, die Wahrscheinlichkeit P(X=x;) mit der X diesen wert annimmt, zugeordnet wird. Erwartungswert einer Zufallsgröße X sei eine Zufallsgröße mit der Wertemenge x₁,..., Xn Dann ist. M = E(X)= X₁₂₁ · P(x=x₂) + X₂· P(X = x₂) + ... + X₁• P(X= xn) M = E(X) U Erwartungswert Varianz einer Zufallsgröße X sei eine Zufallsgröße mit der Wertemenge X₁, ..., Xn und dem Erwartungswert μ = E(X) v( x) = (x₁¯µ)². P(x = x₂) +(X₂¯M)²: P(x = x₂) + ... +(X₁¯M)³². P(x = x₂) Standardabweichung Die Standardabweichung 1st die Wurzel aus der varianz σ(x)=1v(x). Zufallsgrößen einer Bernoulli-kette X. Sei die Trefferzahl in einer Bernoulli-Kette der Länge n und der Treffer wahrscheinlichkeit p., dann gilt:. M = E(x) = np. und O(x)=1h.p. (1-P) varianz Histogramme 7.1.1. 1···· IA der Binomialverteilung und ihrer Eigenschaften B5.p Abhängigkeit der Binomialverteilung von p (n=5= konst.): p=0,35 p= 0,5 1410 P=0,₁ 4 je größer p, umso weiter rechts liegt das Maximum der verteilung p=q₁s Symmetrische Verteilung ES :s gilt: Bn; p fürk ist das gleiche wie Bn; 1-p für m=n-K (→=Bn;q und Bn; 1-p Sind Spiegel symmetrisch zueinander) Abhängigkeit der Binomialverteilung von n (p=0,4 = Konst.): Bn₁0,4 n=3 dhdhdh Mit wachsendem n → verteilung flacher Mit wachsendem n→ verteilung symmetrischer 2 p=0,65 8 10 Stochastische Unabhängigkeit. Zwei Ereignisse Sind Stochastisch unabhängig, wenn gilt. PB (A) = P(A) (P(A) +0;" P(B) + 0) .10 Beispiel: Aus einer Urne werden zwei Kugeln gezogen. A: rote Kugel im 1. Zug B: rote Kugel im 2. Zug Sind A und B Stochastisch unabhängig? a) Ziehen mit Zurücklegen b) Ziehen ohne Zurücklegen Baumdiagramm Baumdiagramm álos 10 4 10 1. Zug Gleichwertige Bedingungen für Stochastische Unabhängigkeit 1) PB (A) = P(A) 2. Zug Jie 2) P₂ (B) = P(B) A 3) P(ANB)=P(A). P(B) ·P (B) = (²0 · 4 ) + ( 4 4 ) = ²/ 40 4 P₁ (B) = = = ² (grün markiert) 10 → P(B) = PA (B) Die Ereignisse A und B Sind Stochastisch unabhängig 50 O alo 10 عاف 0 1. Zug 2. Zug J P(B) = 1 1 1 1 1 . 10. O colf o colo + colw O colu 10 g P₁ (B) = + (grün markiert) g N/5 →P (B) = P₁(B). Die Ereignisse A und B Sind nicht Stochastisch unabhängig allgemeine Form: S ड P₂ (M)= P = Vierfeldertafel vierfeldertafeln dienen zur Darstellung von Wahrscheinlichkeiten zweier Ereignisse. Beispiel: Bei einer Reisegruppe von Touristen, tragen 60 von 200 Männern Keine Sonnenbrille und von den Frauen tragen 10 eine Sonnenbrille und 40 tragen keine. M. 40 250 60 A Ā B P(ANB) PAB) P(B). 200 B 140 10 P(ANB) P(ANB) P(B). pro pop P(A) P(A) Summe P(MOS) 140 P(S) 150 = 0,16 = 16% M 40 Eine beliebige Person der Reisegruppe mit Sonnenbrille geht verloren. Mit welcher Wahrscheinlichkeit ist die ·Person männlich? 50 In die 5 Rand felder werden die Zeilen- und Spaltensummen eingetragen. bedingte Wahrscheinlichkeit. PB(A) (150) (tragen eine Sonnenbrille 100 (< tragen tene) 250 0,9333=93,33 % M: die Person ist männlich M: die Person ist weiblich 200. Männer + 50 Frauen = 250 Menschen ✓ .). ( Sonnenbrille keine 200-60=140 Wie wahrscheinlich ist es, dass eine beliebige Person der Reisegruppe eine Frau ist und keine Sonnenbrille trägt? S: die Person trägt eine Sonnenbrille s : die Person keine Sonnenbrille Sonnenbrille Sonnenbrille 60 ·.10. P(ANB) = P(B) keine Sonnenbrille 40 Binomialverteilung Bernoulli-Experiment man spricht von einem Bernoulli- Experiment, wenn bli linem Zufallsexperiment nur 2 Ausgänge möglich sind, E und E. E gilt als Erfolg und E als Misserfolg. Die Treffer wahrscheinlichkeit ist die Wahrscheinlichkeit p für das Eintreten von E. Wiederholt man ein Bernoulli-Experiment n-mal, Spricht man von einer Bernoulli-kelte der Längen mit der Treffer wahrscheinlichkeit p... Formel von Bernoulli für Liegt eine Bernoulli-Kette der Länge in mit der Trefferwahrscheinlichkeit p vor, so wird die Wahrscheinlichkeit genau kTreffer mit B(n;p; k) bezeichnet. P(x = k) = B(n;p; k) = (h).pk. (1-p)n-k Bsp Binomialverteilte Zufallsgrößen Binomialverteilung. Es sein eine natürliche Zahl und pe [0, 1] line reele Zahl. Eine Zufallsgröße X heißt Binomialverteilung mit den Parametern in unap, wenn fürk = 0,1,2,...,n gilt: P(x = k) = B(n;p;k) = (2).pk. (1-p) ^-k X = Anzahl der gezogenen. roten Kugeln Berechne P(x=k) für k=0, ..., 4 gegn=4 k = 0, 1, 2, 3, 4 p₁ = 0,4. ( = 3, da 2 von 5 Kugeln rot sina) p = Wahrscheinlichkeit. k Anzahl der Treffer / Erfolge. A n Es werden 4 Kugeln nacheinander mit Zurücklegen gezogen. L binomial verteilt, da clie Bedingungen bei jedem. Ziehen gleich, Sind Lsg= P(x=0) = (4) · 0,4°· (1-0,4) 4-0 = 0,1296 = 12, 96 % · P(x=1) = (4) · 0μ· (1-0,4) 4-1 = 0₁3456 = 34,56% P(x=2) =(4) 0,4² (1-0,4) 4-2 = 0₁ 3456 = 34,561 P(x=3) = (3) 0,4³. (1-0,4) 4-3 = 0,1536 = 15,36% P(x=4) =(4) 0,44. (1-0,4) 4-4 = 0,0256 = 2,56% Binomial koeffizient n. In-^)... (n-k+1) n! (2) = Punkt wahrscheinlichkeit Beispiel: p=9514 n=6 k=3 B( 6; 0,514; 3) = (0,514³. (1-0,514) 6-3 0,31231,2% Intervall wahrscheinlichkeiten -linksseitige Intervallwahrscheinlichkeit Pl x ≤k) P(x ≤k)=P(x=0) + P(x=1) + ... + P(x = k) Bnig ({0;...; }) Beispiel: p= 0,23 n = 6 k= 0,1,2 P(x≤k) = P(x=0) + P(x =1) +P(x=2) Beispiel: p=0,3 n = 12 k =4,5,6,7,8,9,10,11,12 = (6) -0,23⁰ (1-0, 23) 6-0 + (6) -0,23 (1-0,23) 6-4 (5) -0,23² (1-0,.23) 6- = 0,2084 +0,3735 +0,2789 = 0,860886,08% -rechtsseitige Intervallwahrscheinlichkeit P(x2k) = P(x=k) + P(x=k+1) + ... + P(x=h) kumulierte Wahrscheinlichkeit P(K≤ x ≤m) 4 делай X nimmt einen wert an und Zwar k. P(x ≥4)= P(x=4) + P(x=5)+ P(x=6) + ... + P(X= 12) = 1- P(X≤3) = 1-0,4925 = 0,5075 = 50,75% eventuelles Gegenereignis: P(x2 k) = 1- P(x ≤k-1) -klassische Intervall wahrscheinlichkeit . kam. Zusammensetzung":"kumuliert bis m kumuliert bis k-1" oder Punktwahrscheinlichkeiten addieren P(K≤x≤m) = P. (X ≤m) - P(x ².K-1) Beispiel: S.12117 - n=12 p = 0,7 7≤k≤10 P(7≤k≤10)=P( X =7) +P ( X = 8) + P(x =9) + P(x=10) = P(x ≤10) - P(x≤6) 97971 = 79,71% P(x >k)=P(x >k + 1) = 1 - P ( x≤k). P.( x <k) = P( x ≤k -1) 3-mal mindestens... → Berechnung der Länge einer Bernoulli-Kette um die Ansatzgleichung zu erfüllen → 3 Bedingungen mit mindestens Vorgehensweise 1. Ungleichung für den Sachverhalt aufstellen P(X.=K). = wahr. Scheinlichkeit 2. Ungleichung mit Gegenereignis aufstellen 1- P(x=0) 2. Wahrscheinlichkeit 3. um formen nach P Beispiel 1: Wie oft muss ein Würfel mindestens geworfen werden, damit mit einer Wahrscheinlichkeit. von mindestens 98% mindestens einmal die Sechs fällt?. 1. P(x ≥ 1) 2.0,98 1-P.(x=0) ≥ 0,98 1 + P(X=0) 1-0,98 P(x=0) ≤ 0,02 n P.(x =0) = (=) ^ 4. einsetzen in Bernoulli Formel → (Gegenwahrscheinlichkeit)" = (1-Wahrscheinlichkeit) 5. umstellen nach n (mit Logarithmus) (5) ≤0,02 llg 19 (1) ^ n. 19 €/ n n Aufgaben ≤ 19 0,02 ≤ 19 0,02 1:19 219 0,02 1923/2015 Das Vergleichszeichen dreht sich, da durch eine negative Zahl dividiert wird (der log* für 0<x< 1 ist immer negativ) ≥ 21,5 Das Ergebnis wird immer aufgerundet →Der Würfel muss mindestens 22-mal geworfen werden damit mit einer Wahrscheinlichkeit von mindestens 98% mindestens einmal die Sechs fällt. Schluss von der Gesamtheit auf die Stichprobe - Umgebung des Erwartungswertes μ der Trefferzahl -Wahrscheinlichkeit, mit der die Trefferzahl in die Umgebung des Erwartungswertes fallen wird (=vertrauenswahrscheinlichkeit) Prognoseintervalle •häufige verwendung: 10 - Umgebungen (68,3%) 20-Umgebungen (95,5%) 30-Umgebungen (99,7%) - merkmale:-wahrscheinlichkeit p ist gegeben Strichpoben umfang n ist gegeben - Prognose für Ergelonisse eines Bernoulli-versuchs ist gesucht 90%-Prognose intervall → [μ(x)-1,646 ≤ x ≤ μ(x) + 1,640] 95%-Prognose intervall → [M(x)-1,96 0 ≤ x ≤ μ(x) +1,960] 99% - Prognose intervall → [M(x)-2,580 ≤ x ≤ M(x) + 2,580] Beispiel: Eine Bäckerei bestelt 800 Brötchen, von denen ein Brötchen mit. einer Wahrscheinlichkeit von 15% verbrannt ist. Die Bäckerin will eine Prognose über die Anzahl der verbrannten Brötchen, die mit einer Sicherheit von 95%.. lintritt. geg: n=₁ 800 p = 0,15 95% 1,960-Umgebung Lsg: E(x) = μ(x) = h⋅p = 800·0,15 = 120. ·5(x) = 1n.p.(^-p)¹ =√120·0,15. (1-0,15)=3,9115> 3 Anwendung der Sigma-Regeln. Intervall [M(x)-1,960 ≤ x ≤ μ(x) + 1,960] [120-1,96-3, 9115 ≤ x ≤ 120+1,96.3,9115] [112,33 ≤ x ≤ 127,67] [112 ≤x≤128] La Place-Bedingung erfüllt Mit einer Wahrscheinlichkeit von circa 95% werden zwischen 112 und 128 Brötchen verbrannt sein. VERTRAVENSINTERVALLE Bestimmung von vertrauensintervallen Merkmale:-p ist unbekannt X hn == Strichpobenumfang n ist gegeben. relative Häufigkeit Ihn-pl = o |_X -p| c/mp (1-P) n (Konfidenzintervalle) ↳ Intervall in dem Näherungsformel: gilt nur für 0,3≤p≤0,7 [hn-, hnton] [ha- nachp auflösen mit einer Wahrscheinlichkeit von 68,3% liegt: [P-₁ p+] In⋅hn⋅ (1-hn) n Lsg.: hn 1710 171 3500 350 Näherungsformel: 1-pl ≤20 nn + In⋅hn·(1-hn) n Beispiel: Eine Münze wird 3500-mal geworfen, wobei 1710-mal Kopf oben liegt. Entscheide, ob die Münze mit einer vertrauenswahrscheinlichkeit von 95,5% echt ist.. 0,4886 | 171 -pl = 0,0169 350 ·10 - Umgebungen (68,3%) 20-Umgebungen (95,5%) 30-Umgebungen (99,7%) n.hn. (1-hn) 90%-Intervall → 1,640 95%-Intervall → 1,960 99% - Intervall → 2,580 95,5% 20 Umgebung X = 1710 n = 3500 1 / -pl ≤ 2 171-pl = 2√3500-150 (1-10) 350 3500 Vertrauensintervall: [0,4886-0,0169 ≤p ≤ 0,4886 -0,0169] C0,4717 Sp ≤ 0,5055] → Die Münze ist mit einer vertrauenswahrscheinlichkeit von 95,5% echt, da die Wahrscheinlichkeit, dass kopf oben liegt bei einer Münze 0,5 beträgt und diese Wahrscheinlichkeit innerhalb des Vertrauensintervalls liegt.