2011 Bookmatter ElementareEinführungInDieWahrs PDF

6.1.
Lösungen der Übungsaufgaben 159
6. Anhang
6.1. Lösungen der Übungsaufgaben
Lösungen der Übungsaufgaben aus Abschnitt 1.10

1. A: "unter den beiden ersten Buchstaben ist höchstens ein Konsonant",
AB: "alle Buchstaben sind Konsonanten",
"AB: "der erste Buchstabe ist ein Vokal, die drei letzten sind Konsonanten",
A U B = AB: "mindestens einer der Buchstaben ist ein Vokal".
2. Q ={(i, j) 1 ::;; i, j ::;; 6, i =Augenzahl des weißen,
j =Augenzahl des roten Würfels}.
A ={(J,2), (1,3), (1,4), (1,5), (1,6), (2,3), (2,4), (2,5), (2,6), (3,4), (3,5),
(3,6), (4,5), (4,6), (5,6)},
B = {(1,I), (1,3), (1,5), (2,2), (2,4), (2,6), (3,1), (3,3), (3,5), (4,2),
(4,4), (4,6), (5,1), (5,3), (5,5), (6,2), (6,4), (6,6)},
C = {(J,I), (1,2), (1,3), (1,4), (2,1), (2,2), (3,1), (4,1)},
AB = ((l,3), (1,5), (2,4), (2,6), (3,5), (4,6)},
AC = {(l,2), (1,3), (1,4)},
BC ={(I,I), (1,3), (2,2), (3,I)},
ABC = {(l,3)}.
3. ABC = Fläche des von den
Punkten 0; P(4; 2) und Y y=x
Q(~, ~) aufgespannten 4 -!<::-- -- - -- - - - ; ( '
Dreiecks, wobei die Seiten
dazugehören. 3
Q
y=~x
y=4- tx
4. a) ABC;
b) ABC + ABC + ABC (genau A oder genau B oder genau C);
c) ABC + ABC + ABC + ABC (keines oder genau eines);
d) AUBUC;
e) ABC + ABC + ABC (genau A oder genau B oder genau C);
f) ABC + ABC + ABC + ABC (genau zwei oder alle drei);
g) AU B U C =ABC (alle drei nicht);
h) ÄBC + ABC + ABC + ÄBC (genau eines oder keines).
K. Bosch, Elementare Einführung in die Wahrscheinlichkeitsrechnung, DOI 10.1007/978-3-8348-8331-5,

© Vieweg+ Teubner Verlag | Springer Fachmedien Wiesbaden GmbH 2011
160 6. Anhang
5. x+5+IO+8+70+45+40=I90,
x+I78 =190, F
X = 12.
6. Genau 3 Fächer studieren 2, genau 2 Fächer 8 - 2 = 6 und genau 1 Fach

25 - 2 - 6 = 17 Personen.
In der Summe IBI + IGI + IC I werden diejenigen Personen, die ein einziges
Fach studieren, einfach gezählt, diejenigen mit 2 Fächern doppelt und die
mit allen Fächern dreifach gezählt.
Damit gilt
IBI+IGI+ICI= 17+2'6+3'2=35.
Wegen IB I = 14 und I G I = 10 folgt hieraus fur die gesuchte Anzahl
ICI=I!.
7. n={l,2,3,4,5,6}.
a) Aus P({l}) : P({2}) : P({3}) : P({ 4}) : P( {5}) : P({6}) = 1 : 2: 3 : 4: 5 : 6
folgt mit P({l}) = p, P({i}) = i' P fur i = 1,2, ... ,6.
I = p(n).= p + 2p + 3p + 4p + 5p + 6p = 2Ip ~ P =-ft;
P({i}) = ;1 fur i = 1, 2, ... ,6.
b) A = {2, 4, 6}; P(A) = P({2}) + P({4}) + P({6}) = 2\4/6 = ~ ;
5
B = {2, 3, 5}; P(B) = P({2}) + P({3}) + P({ 5}) = 2~: + = ~~ ;
C = A; P(C) = P(A) = 1 - P(A) = ~ .
c) AU B = {2, 3, 4,5, 6} = {1}; P(A U B) = I-P({l})= ;~ ;
BC = {3, 5}; P(BC) = 3;15= :1 ;
AB = {4, 6}; P(AB) = ~~ .
8. Die Münzen werden unterscheidbar gemacht. W = Wappen, Z = Zahl.

w=(W, Z, W)
tI. h. h. Münze
a) n = {(W, W, W), (W, W, Z), (W, Z, W), (Z, W, W), (W, Z, Z), (Z, W, Z),
(Z, Z, W), (Z, Z, Z)}.
b) Inl = 8; A = {(W, W, W)}; P(A) = k.
c) B = {(W, Z, Z), (Z, W, Z), (Z, Z, W)}; P(B) = ~.
6 . 1. Lösungen der Übungsaufgaben 161
9. a) 3! =6.
4! 2'3'4
b) 2f2T =2-2 = 6.
) g=3! '3!4' S =20 .
C 3!
d) 4t
9'
= 5' 6' 7' 8· 9 = 15120.
-------
10. (n - 2)! (Permutationen der übrigen n - 2 Elemente
1) al a2 * * ... * !2(n-2)!
a2 al * * ... *
2) * al a2 * * ... * } 2 (n - 2)!
* a2 al * * ... *
n - 1) * * * ... * al a2 } 2(n - 2)!

* * * ... * a2 al
Gesuchte Anzahl = (n -1) 2(n - 2)! = 2(n - I)!
11. a) Alle Permutationen von 1113355,
7! 2'3 ' 4'5·6'7
x=3!2!2!= 2.3'2'2 =210.
b) 1 3 5 1 1 3 5 ~ x = i..
2 ; = 12.
L-.J L---1 .
fest; dürfen permutiert werden;
. ~ ..- 999 Möglichkeiten
12. Kennzeichen BS - C W ~ (Zahlen 1,2, ... , 999)
t 26 Möglichkeiten
t27 Möglichkeiten (26 Buchstaben + Leerstelle)
gesuchte Anzahl 27· 26· 999 = 701298.
13. l-elementige Zeichen = 2,
2-elementige Zeichen = 22 = 4,
5-elementige Zeichen = 2s = 32,
6-elementige Zeichen = 1 (Ausnahmefall).
Summe =63.
14. a) (;)·G)=350.
b) Auswahl: aus 5 Psychologen 2 und aus 6 Medizinern 2.
(;)(~) = 150.
c) Aus 3 Psychologen werden 2 und aus 7 Medizinern 3 ausgewählt.
(~)G) = 105.
162 6. Anhang
15. Auswahl ohne Berücksichtigung der Reihenfolge. Mögliche Fälle C~).

Günstige Fälle unter Berücksichtigung der Reihenfolge:
Für die Auswahl der 1. Person gibt es 10 Möglichkeiten.
Für die Auswahl der 2. Person gibt es 8 Möglichkeiten, da die zuerst aus-
gewählte Person und deren Ehepartner nicht ausgewählt werden dürfen.
Für die 3. Person gibt es 6 und flir die 4_ Person 4 Auswahlmöglichkeiten.
~ günstige Fälle ohne Berücksichtigung der Reihenfolge:
10·8·6·4 p=IO ' 8'6'4'4! =,!,

4! 4!10·9·8·7 21'
16. Jeder der 8 Teilnehmer kann 12 Orte wählen. Damit gibt es 12 8 mögliche
Fälle.
a) Günstige Fälle 12' II . 10 . 9 . 8 . 7 . 6 . 5 ; Pa = 0,0464.
b) Günstige Fälle 12· 1l · 1O·9· 8·7· 6 .(~); Pb = 0,2599.
17. n = {Aufteilungen der 32 Karten in 3 Zehnerblöcke und einen Zweierblock

ohne Berücksichtigung der Anordnungen}
Spieler I I I Spieler 11 I I Spieler III Skat I
10 Karten 10 Karten 10 Karten 2 Karten
32!
x = IO! 10! IO! 2!
18. Die bei den Karten flir den Skat werden aus 32 ausgewählt, wobei die Ver-
teilung der restlichen 30 Karten unter die 3 Spieler flir das Problem keine
Rolle spielt.
Mögliche Fälle ei) = 32~ 31 = 16· 31 = 496.
a) Günstige Fälle l' e/ )(Kreuz-Bube und eine beliebige Karte).
31 I
Pa = 16' 31 = 16 = 0,0625.
b) Günstige Fälle (1) (218) (ein Bube und eine der 28 übrigen Karten).
4· 28 7
Pb = 16.31 =31=0,2258.
c) Günstige Fälle (i).

4· 3 3
PC =I'2'16'31 =248=0,0121.
6.1. Lösungen der Übungsaufgaben 163
19. Modell a: ein Spieler bekommt 10 Karten. Danach werden die restlichen
22 Karten in 3 Teile zu 10, 10,2 Karten eingeteilt.
.11 = {Einteilungen der restlichen 22 Karten in 3 Blöcke zu 10, 10,2 Karten,
wobei unter den 22 Karten 2 Buben sind},
mögliche Fälle (i~) G~) (~) +- Skat

t ftir den 2. Gegenspieler aus den restlichen 12 Karten
t ftir den 1. Gegenspieler
günstige Fälle (i) (290) (D (191) (~) Skat
---..-
---..- ftir den 2. Gegenspieler
ftir den 1. Gegenspieler. I Bube und 9 andere Karten
P =2·20! 11! 1O! 12! 1O! 2! = 100=04329
a 9! 11! 9! 2! 22! 12! 231'·
Modell b: ein Spieler bekommt 10 Karten und den Skat .
.11 = {Aufteilungen der restlichen 20 Karten in 2 Zehnerblöcke, wobei unter
den 20 Karten 2 Buben sind},
mögliche Fälle (ig) Gg),

günstige Fälle (i) (198) Gg) ,
-----.-
1. Gegenspieler
P =2!18!1O!10!=1O=05263
b 9!9!20! 19' .
20. .11 = {(i,j, k), i = Augenzahl des 1., j = Augenzahl des 2., k = Augenzahl des
3. Würfels}.
1.111=6·6·6=216.
a) A = {(l, I, I), (2, 2, 2), (3,3,3), (4,4,4), (5,5,5), (6,6,6)}.
lAI 6 I
P(A) = TnT = 216 = 36 = 0,0278.
b) Von den 3 Zahlen müssen genau 2 gleich sein. Da die übereinstimmenden
Zahlen I bis 6 sein können, gibt es hierftir 6 . (~) Möglichkeiten. Für die
davon verschiedene Zahl gibt es noch 5 Möglichkeiten. Somit gibt es
6 . (~) . 5 günstige Fälle, woraus
6·3·5 5
Pb = ~ = 12 = 0,4167 folgt.
c) Günstige Fälle 6·5·4 ~ Pe = 6 ·2~~4 = ~ = 0,5556 .
d) P (mindestens eine 6) = 1- P (keine 6) = 1- ~: = 0,4213.

164 6. Anhang
21. M = 30; N = 90; n = 6; k = 3

e
30) (63°) 30 · 29' 28 ' 60' 59' 58· 1 . 2' 3 . 4· 5 . 6 _
a) P3 = (960) 1 . 2 . 3 ' . 1 . 2 . 3 . 90' 89 . 88 . 87 . 86 . 85
= 0,22314.
b)P3=(~)G~Y (1-~~r =~:~:~ 'Gr-(~r =0,21948 .

22. Urnenmodell I mit N = 20, n = 3.
A: "Packung wird angenommen".
a) Die Packung enthalte 3 nicht einwandfreie Tabletten ~ M = 3,
17 3 -
e
P(A) = (3 )(0) = 17' 16' 15 ' 1 . 2' 3 = 34 = 05965
30) 1'2'3'20 ' 19'1857 ' .
P (Packung wird unberechtigt zUlÜckgewiesen) = P(Ä) = 1 - P(A) = ~~
= 0,4035.
b) Die Packung enthalte 2 nicht einwandfreie Tabletten ~ M = 2;
P(A) = e~)(~) = 18 ' 17'16 ' 1·2·3 =68 =0 7158'

e~) 1 ' 2 ' 3'20 ' 19'1895 ' ,
- 27
P(A) = 95 = 0,2842.
Die Packung enthalte 1 nicht einwandfreie Tablette ~ M = 1;

( 19)(1
P(A)=~=19'18'17
e 30) 20' 19' 18
=.!2=085'
20 ' ,
- 3
P(A) = 20 = 0,15.
Da im Falle a) und b) mit einer relativen großen Waltrscheinlichkeit die

Packungen unberechtigt zulÜckgewiesen werden, ist das PlÜfverfaltren
unzulänglich.
23. A sei das Ereignis, beim Öffnen des 1. Schubfaches eine Goldmünze ZU finden.
B sei das Ereignis, beim Öffnen des 2. Schubfaches eine Goldmünze zu finden.
EBEBEE
1. Kästchen 2. Kästchen 3. Kästchen
P(A) = ~ =t.
P(AB) = P(1. Kästchen wird
ausgewählt) =4.
24. Gegeben: P(MB) = 0,2; P(MB) = 0,25 ;

P(MB) = 0,3; P(MB) = 0,25.
Daraus folgt
P(M) = P(MB) + P(MB) = 0,55,
P(B) = P(MB) + P(MB) = 0,5,
P(M) P(B) = 0,55 ·0,5 = 0,275 f P(MB) ~ Mund B sind nicht (stoch.)
unabhängig.
25. Die Ereignisse A, B bzw. C treten ein, wenn die entsprechende einfarbige
Fläche oder die mit allen Farben unten liegt. Daraus folgt
P(A) = P(B) = P(C)= t.
Jeweils zwei der Ereignisse treten ein, wenn die Fläche mit allen Farben
unten liegt, dann treten aber auch alle 3 Ereignisse zugleich ein. Damit gilt
P(AB) = P(AC) = P(BC) = P(ABC) = -i.
Aus
P(AB) = P(A) P(B); P(AC) = P (A) P(C); P(BC) = P(B)P(C)
folgt die paarweise (stoch.) Unabhängigkeit. Wegen P(ABC) f P(A) P(B) P(C)
sind die drei Ereignisse nicht vollständig (stoch.) unabhängig.
26. An sei das Ereignis "von n Schüssen trifft keiner",
P(A n ) =0,4 n ;
P = P(An) = 1 - 0,4 n ~ 0,99 => O,4n ~ 0,01; n ~ 6.
27. (Binomialverteilung mit p = t; n = 12).
_ (12) ( I )2 (5 )10 _ 12 . 11 . 5 10 _ 11 . 5 10 _
a) P2 - 2 6 6 - I .2 . 612 -~-0,296.
b) P =1-Po=I-(~r =0,888.
28. (Binomialverteilung mit p = 0,485; n = 6).
a) P6 = 0,485 6 = 0,0130.
b) Pb = (~) 0,485 5 · 0,515 + P6 = 0,0959.
c) Pe = (~) 0,485 3 ·0,5 I 53 + (~) 0,485 4 .0,515 2 + Pb = 0,6277 .

29. (Binomialverteilung mit n = 10 und P = 0,2).
a) Pa = (10) 2 22 ·0 8 8,
2 . 0 "2 . 0 8 = 45 · 0" = 0 3020
8
.
b) Pb = I - Pa - (\0) 0,2 1 . 0,8 9 -0,8 10 =0,3222.
c) Pe = (160 ) 0,260,84 + (70)OY · 0,8 3 + ( ~O) 0,2 8 .0,82 + C90 ) 0,29 .0,8 +
+ 0,2 10 = 0,0064.
166 6. Anhang
30. 4 Stürmer
2 Mittelfeldspieler
(Urnerunodell Il)
4 Verteidiger
I Torwart
=(~) (:lf .171 =0,0243 .
r
a) Pa
b) Pb = (~) (161 = 0,0263 .
c) Pe = ( 6)
0 (I
Tl )0 (10)6
Tl + (6) I )1 (10)5
1 ( Tl Tl + (6) 1 )2 (10
2 ( Tl Tl)4=0,9878.
kein Torwart genau 1 Torwart genau 2 Torwarte
d) (Polynomialverteilung)
2 1
Pd = 2f~! (:Ir ( t J Tl' Tl = 0,0520.
rr
e) (Polynomialverteilung)
Pe = 3f~! (:1 (tl = 0,0462.
31. a) (Multiplikationssatz)
Ai : "der beim i-ten Zug erhaltene Ball ist rot";
Pa = P(A I A2AJ ) = P(A J /A 2 Ad P(A 2/A I ) P(A I ) = :8 . ~9 . 2~ = 0,0491.
b) (Multinomialverteilung)
8 ' 3 ' 9 8 · 3·9'2 ' 3
Pb = e30) = 20 ' 19'18 0,1895.
* 32. a) Wir bezeichnen mit PI die Wahrscheinlichkeit dafur, daß Schütze I den
Wettbewerb gewinnt, P2 sei die Gewinnwahrscheinlichkeit für den
Schützen 11.
1. Fall: PI=I~PI=I; P 2 =0.
2. Fall: PI<I,P2=I~PI=PI ; P2 =I-PI'
3. Fall : PI < 1; P2 < 1, jedoch PI + P2 > O.
Ak sei das Ereignis, daß insgesamt beim koten Schuß das Ziel getroffen
wird;
AI: "Schütze I trifft bei seinem 1. Versuch" ~ P(A I) = PI ;
A2: "Schütze I trifft bei seinem 1. Versuch nicht und Schütze Il trifft
bei seinem 1. Versuch" ~ P(A 2) = (1- pd P2;
k>2
k ungerade ~ k = 2r + 1
A2r + 1 : "beide Schützen treffen bei ihren r ersten Versuchen nicht und
Schütze I trifft bei seinem (r + l)-ten Versuch";
6.1. Lösdngen der Obungsaufgaben 167
P(Azr+d = (I-pS (I-pS' PI fur r = 0,1,2, ...

k gerade * k = 2r
Azr : "Schütze I trifft bei seinen r ersten Versuchen nicht und Schütze II
trifft bei seinen (r -1) ersten Versuchen nicht und trifft bei
seinem r-ten Versuch;
P(A zr ) = (1- pS (I- pS- 1 P2 fur r = 1,2,3, ...
L AZr +I eintritt. Daraus folgt

00
Schütze I gewinnt, wenn das Ereignis

r=O
00 00 00
r= 0 r= 0 r=O
PI PI
1 - (1- PI)(1 - P2) PI + P2 - PI . P2 '
L L
00
P2 = P(A zr ) = (I- pS (1- P2)r-1 P2 =

r=1 r=1
00
v=O
P2(1- PI) P2(1- PI)
1- (1- PI)(1 - P2) PI + P2 - PI' P2
Probe: PI + P2 = 1.
b) Aus der Forderung PI = P2 folgt
PI
PI = P2 (1 - pd, d. h. P2 = -1- .
-PI
1
Zahlenbeispiele: PI = ~ * P2 =} = j .
4
PI =j * P2 = ~ .
33. A: "Arbeiter"; B "Angestellter"; C "Leitender Angestellter";
V "eine Person verläßt die Firma".
Gegeben: P(A) = ~; P(B) = ~; P(C) = fo ;
P(V/A) =0,2; P(V/B) =0,1 ; P(V/C)= 2~'
a) P(V) = P(V/A) P(A) + P(V/B) P(B) + P(V/C) P(C) =
= 0,2 ' 0,5 + 0,1' 0,4 + 0,05 ' 0,1 = 0,145.
P(V/A) P(A) 0,1
b) P(A/V) = P(V) = 0,145 = 0,6897.
168 6. Anhang
34. U I ,,1. Urne wird ausgewählt",

U2 ,,2. Urne wird ausgewählt",
R "die gezogene Kugel ist rot".
a) peR) = P(R/UI) P(U 1 ) + P(R/U 2 ) P(U 2 ) =
1 x 1 x
= 0,6 . '2 + 6 + x . '2 = 0,3 + 12 + 2x .
b) P(U /R) = P(R/UI) P(Ud = 0,3
I peR) x .
0,3 + 12 + 2x
• 6 +x
c) P(R) = 16+x'
6 +x
d) P(R/UI) =0,6 = 16 + x => 9,6 + 0,6x =6 + x
3,6 = 0,4x
x =9.
35. M: "die ausgewählte Person ist männlich", F: "die ausgewählte Person ist
weiblich", Z: "die ausgewählte Person ist zuckerkrank".
Gegeben: P(M) =0,4; P (F) =0,6; P(Z/M) =0,05; P(Z/F) =0,01.
a) P(Z) =P(Z/M) P(M) + P(Z/F) P(F) =0,05 . 0,4 + 0,01 . 0,6 =0,026.
b) P(Z/F) =0,01; P(Z) t- P(ZjF) => Z und F sind nicht (stoch.) unabhängig.
) P(M/Z) =P(Z/M)P(M) =0,05' 0,4 =0 7692
c P(Z) 0,026 ' .
P(F /Z) =P(M/Z) = I - P(M/Z) =0,2308.
36. A, B, C sei das Ereignis A, B bzw. C leidet an der ansteckenden Krankheit
=>P(Ä.) =peS) =P(C) =~, da nur einer krank ist. A*, B*, C* sei das Ereignis,
der Arzt nennt A, B bzw. C.
P(B*) =P(B* /Ä.) P(Ä.) + P (B*/B)P(B) + P(B* /C)P(C);
P(B*/Ä) = 4 (nach Angabe),
P(B*/B) = 0, da der Arzt keine kranke Person nennen soll,
P(B* /e) = 1, da der Arzt keine kranke Person nennen soll,
P(B*) =4. 4.
~ + 1. ~ =
P(C*) =4(analog).
1 1
P(Ä/B*) =P(B* / A) P(A) ='2 . 3 =1. .
P(B*) 4 3'
A
P(A/C*) =
P(C*/A)P(A)
P(C*) =
4·.! ='13 (analog).
T 2
Der Arzt hat somit nicht recht. Die Wahrscheinlichkeit bleibt ~.
37. F "Fernsehapparat ist fehlerhaft",

A "Prüfgerät zeigt Ausschlag".
Gegeben: P(F) = 0,04; P(F) = 0,96;
P(A/F) =0,8; P(A/F) =0,1.
P(A/F)P(F) P(A/F)P(F)
P(F / Ä) P(A) P(A/F) P(F) + P(A/F) P(F)
0,2' 0,04 000917
0,2 . 0,04 + 0,9 . 0,96 =, .
P(F /A) = 1 - P(F /A) = 0,99083.
* 38. R "richtige Dosierung", H "Heilwirkung tritt ein", N "Nebenwirkung tritt ein".

Gegeben: peR) = 0,99; P(H/R) = 0,8; P(N/R) = 0,3;
P(H/R) = 0,3; P(N IR) = 0,8.
P(HN)
a) P(H/N) = P (N) .
P(N) = P(N/R)P(R) + P(N/R)P(R) = 0,3' 0,99 + 0,8' 0,01 = 0,305 .

P(HN) = P(HNR) + P(HNR) = P(H/NR) P(NR) + P(H/NR) P(NR) =
(H ist unabhängig von N)
=P(H/R) P(N/R) P(R) + P(H/R) P(N/R) P(R) =
= 0,8' 0,3 ' 0,99 + 0,3 ' 0,8 ' 0,01 = 0,24.
0,240
~ P(H/N) = 0,305 = 0,7869.
b) P(H/N) =Pp~~) ;
Aus P(HN) + P(HN) =P(H) folgt

P(HN) =P(H) - P(HN).
P(H) = P(H/R)P(R) + P(H/R)P(R) = 0,8' 0,99 + 0,3 ' 0,01 = 0,795;
P(HN) = 0,795 - 0,24 = 0,555; P(N) = 1 - P(N) = 0,695;
0,555
P(H/N) =0,695 =0,7986.
* 39. A "Werkstück wird von der KontrollsteIle als Ausschuß deklariert",

F "Werkstück ist fehlerhaft".
1 94 - 42
Gegeben: P(A) = 10; P(A/F) = 100 ; P(A/F) = 1000'
Gesucht: ( F/ ) =P(A/F)P(F)
P A P(A) '
170 6. Anhang
Bestimmungsgleichung flir P(F):
P(A) = P(A/F) P(F) + P(A/F) P(F) =

= P(A/F) P(F) + P(A/F) (l - P(F» =
= [P(A/F) - P(A/F)] P(F) + P(A/F);
=> P(F) = P(A) - P(A/F) = 58

P(A/F) -- P(A/F) 898 .
94'58'10
=> P(F/A) = 100. 898 = 0,6071.
P(F/A) = P(A/F) P(F) = 6 . 58 . 10 = 0 0043.

P(A) 100' 898 . 9 '
Die KontrollsteIle deklariert zu viele Werkstücke als Ausschuß, obwohl sie

fehlerfrei sind.
40. AI "Werkstück wird bei der 1. Kontrolle als Ausschuß deklariert",

A z "Werkstück wird bei der 2. Kontrolle als Ausschuß deklariert",
F "Werkstück ist fehlerhaft".
Gegeben: P(A I) = P(A z ) = I~; P(AI/F) = P(Az/F) = I~~ ;

- - 42
P(AdF) = P(Az/F) = 1000 ;
P(F) = i9~ (folgt aus Aufgabe 39).
Gesucht: P(F/AIA z) und P(F/~)

P(A I Az/F)P(F)
P(F/AIA z)= P(AIA z) ; Aus P(Az/AIF)=P(Az/F) folgt
P(AIAzF) P(Az/AIF)P(AIF)
P(A I Az/F) = P(F) = P(F) =
= P(Az/F) P(AI/F) P(F) = P(A /F) P(A /F)

P(F) z I'
P(A I A2 ) = P(A I Az/F) P(F) + P(A I Az/F) P(F) =

= P(AI/F) P(Az/F) P(F) + P(AdF) P(Az/F) P(F) =
94 94 58 42 42 840
= 100 . 100 . 898 + 1000 . 1000 . 898 = 0,05872.
94 94 58 1
=> P(F/AIAz) = 100' 100' 898' 0,05872 = 0,9719.
6. 1. Lösungen der Übungsaufgaben 171
_ _ P(F/A I UA 2 ) P(F(A I A2 +A I A2 +A I A2 »
P(F/A I A2 )= P(A I A2 ) = I-P(A I A2 )
P(FA I A 2 ) + P(FA I A2 ) + P(FA I A2 )
1- P(A I A2 )
P(F) [P(A I/F)P(A2 /F) + P(A 2 /F)P(A I/F) + P(A2 /F)P(A I/F)]
1- P(A I A2 )
=0,0080.
Die Doppelkontrolle arbeitet wesentlich besser als die Einfachkontrolle
aus Aufgabe 39.
Übungsaufgaben aus Abschnitt 2.3.6

1. A sei das Ereignis, bei einem Wurf erscheint die ,,6".
n = {(A), (A, A), (A, A, A), ... }
.j..j. .j. T
X: 10 3 102 10 0
'krteilung von X
E(X) = 10· ~ + 100·.lQ.. + 1000'l&.. = 250 + 3000 + 36000

216 216 216 216
= 39 250 = 181 713'
216 "
D(X) =.jE(XZ) - EZ(X) = 367,488.
2. Dj sei das Ereignis, der beim i-ten Zug gewählte Transistor ist in Ordnung.
W(X) = {I, 2, 3, 4}, da nur 3 defekte Transistoren vorhanden sind und
somit spätestens beim 4. Zug ein brauchbarer Transistor gefunden wird.
P(X = 1) =P(D I ) = I~ ;
- - - 7 3 7
P(X = 2) =P(DIDz) = P(Dz/Dd P(D I ) = 9"'10 = 30;
P(X = 3) = P(DIDz D3) = P(D3/DzDI)P(Dz/DI)P(Dd = t· ~. I~ = I~O ;
P(X =4) =P(UI Dz D3D4 ) = P(D4 /D 3 D2 DdP(D3/D2 DI)P(Dz/DI)P(Dd =

=1. . 1.1. . ..1..=_1_
7 8 9 10 120 '
172 6. Anhang
Verteilung von X
P(X = xi) Summe =1

E(X) = 18:-0 + 15;0 + 12;0 + 1~0 = !~~ = 181 = 1,375.
E (X 2 ) =~ + 4· ~ + 9. ~ + 16. _1_ =84 + 112 + 63 + 16 = 275
120 120 120 120 120 120 .
275 121
= 120 - 64 = 0,401
2
D (X) => a =0,633.
3. Unterscheidbare Kästchen: A, B, C;
unterscheidbare Gegenstände: GI' G 2 , G 3 , G 4 , G 5 ·
Modell: jeder Gegenstand gelangt zufällig in eines der 3 Kästchen.
Anzahl der möglichen Fälle: In I = 35 = 243.
(X = 2): alle 5 Gegenstände in A bzw. in B bzw. in C; 3 günstige Fälle.
(X = 1): alle 3! = 6 Permutationen der beiden Belegungsmöglichkeiten
für die Kästchen A, B, C: 4, 1 , 0 ; 3 , 2 , 0 ;
günstige Fälle für 4, 1, 0: 5! - 5.

4! ·1!· O! - ,
5!
günstige Fälle für 3, 2, 0: 3! . 2! . O! = 10 ;
für (X = 1) gibt es insgesamt 6· (5 + 10) = 90 günstige Fälle;

für (X = 0) gibt es 243 - 3 - 90 = 150 günstige Fälle;
Verteilung von X:
E(X) = ~i = 0,395 ; E(X 2) = ~i;

D 2 (X) = E(X 2 ) - E 2 (X) = ~;~~ = 0,264.
4. Ak sei das Ereignis, daß das Gesamtspiel nach dem k-ten Versuch beendet
wird.
a) peAk) =~ rur k = 1,2, ... ; Einsatz zu Beginn = 1.
2
Gesamteinsatz, falls A k eintritt: 1 + 2 + 4 + ... + 2 k - 1 =2 k -1.
Auszahlung, falls Ak eintritt: 2· 2 k -1 =2 k .
Reingewinn: 2 k - 2 k + 1 = 1.
Für die Zufallsvariable X, die den Gewinn des Spielers beschreibt, gilt
P(X = 1) = L peAk) = I, woraus E(X) = 1 und D (X) =0 folgt. 2
k=1
b) Falls der Spieler höchstens 31 Einheiten pro Serie einsetzen kann, kann
er höchstens 4 Mal verdoppeln, also 5 Spiele mitmachen.
5
Sofern LA k eintritt, erzielt er einen Reingewinn von 1 E, sonst
k=1
verliert er seinen Gesamteinsatz 1 + 2 + 4 + 8 + 16 = 31.
L P(A L ~2 = 1 - ~ = ~~ besitzt X die Verteilung.

5 5
Wegen k) =
k=1 k=1 2
-31
1
32
Daraus folgt
E(X) = ~~ - ~~ = 0;
E(X 2) = 1 . II + 31 2 . ~ = 31 (1 + 31) = 31'
32 32 32 '
D2(X) = E(X 2)-0 =31 ~ D(X) =01 = 5,568.
5. a) Randverteilungen
Xi 1 2
P(X = Xi) 0,6 0,4
E(X) = 0,6 + 0,8 = 1,4;
D2(X) = 0,6 + 4' 0,4 - 1,42 = 2,2 - 1,96 = 0,24;
E(Y) = 0,1 + 0,8 + 1,5 = 2,4;
D 2(y) = 0,1 + 4' 0,4 + 9' 0,5 - 2,42 = 6,2 - 5,76 = 0,44;
X, Y sind wegen P(X = 2, Y = 1) f P(X = 2)P(Y = 1)
nicht (stoch.) unabhängig.
b) zk 5 Verteilung von X + Y
----------r---+---r-~~-
0,2
E(X + Y) = 0,2 + 0,6 + 2,0 + 1,0 = 3,8;

D 2(X + Y) = 4' 0,1 + 9' 0,2 + 16' 0,5 + 25' 0,2 - 3,8 2 = 15,2 - 14,44 = 0,76.
c) uk
P(X' Y =Uk)
I 0,11 I 0,22 I0,33 I0,24 I0,26 Verteilung von X' Y
E(X' Y) =0,1 + 0,4 + 0,9 + 0,8 + 1,2 =3,4;

d) D2 (X) + D2(y) + 2 [E(X' Y) - E(X)' E(Y)]
=0,24 + 0,44 + 2 [3,4 - 1,4' 2,4] =0,76 =D2(X + Y).
174 6. Anhang
6. Modell a): die beiden Karten werden aus den 32 , unter denen sich 4 Buben
befinden, ohne Zurücklegen gezogen.
X ist hypergeometrisch Iierteilt mit M = 4 ; N = 32, n = 2.
Damit gilt
P(X=0)=(~)(22S)=28.27
e 2
2 )
1·2 =189=07621 .
1· 2 ·32 · 31 248 ' ,
(4)es) 4 28 56
P(X = 1) =
e
_1_ 1_
2
2 )
=. · 1·2
32 · 31
248 = 0,2258;
P(X = 2) = (i)(20S) = 4·3 ·1· 2 =~ =0 0121

(;2) 1 . 2 ·32 . 31 248 ' .
M 4 1
E(X) = n· N= 2· 32 = 4;
2 _. M. ( _M.)
N - n _ . .!. . 30 _ 105 _
D (X)-n N 1 N N-l -2 8 8 31-496- 0 ,2117 .
.z.
D(X) = 0,4601.
Modell b):
b l ) Spieler I hat die Information, daß sich unter den restlichen 22 Karten
alle 4 Buben befinden müssen. Da zwei von diesen 22 Karten im Skat
liegen, kann das Modell benutzt werden, daß 2 Karten aus 22 ohne
Zurücklegen gezogen werden, wobei sich unter den 22 Karten 4 Buben
befinden. Damit ist X hypergeometrisch verteilt mit M = 4 ; N = 22,
n = 2. Daraus folgt:
P(X=O) = (~)(~8) = 18·17 = ~ = 06623.

2
2 ) e
22 · 21 77 ' ,
P(X = 1) = C)(118 )
e 2
2 )
=4 · 18 · 2
22·21
= 24 = 03117 ·
77 ' ,
(i)e08 ) 4·3 2
P(X = 2) = (;2) = 22 . 21 = 77 = 0,0260.
E(X) = 2' 2~ = :1 = 0,3636;

DZ(X) -- 2·.L
11 · .2...-
11 · 20 - 0,2834',
21 - D(X) = 0,5323 .
b z) X ist hypergeometrisch verteilt mit M = 2; N = 22; n = 2
P(X = 0)
ee
= (~) 2o) = 20· 19 = 190 = 08225 '
2
2 ) 22'21 231 ' ,
6.1. Lösungen der Obungsaufgaben 175
2 2
E(X) = 2· 22 = TI = 0,1818;
D2 (X) = 2' -&. :~. ;~ = 0,1574; D(X) = 0,3968.
b 3 ) .X ist hypergeometrisch verteilt mit M = 1; N = 22; n = 2
( 1) (21)
P(X = 0) = _0_2_ = 21 ' 20 = 10 = 09091'
(':}) 22· 21 11 ' ,
P(X = 1) = (:)
ee/) =~
2
2 )
=J....= 0 0909'
22'21 11 ' ,
E(X) = 2· 212 = 1\ = 0,0909;

D2 (X) -- 2' .L. ll.
22 22
20
21
= 0 ' 0826 ', D(X) = 0,2875.
7. P(X=i)=kfuri=I,2, ... ,n
E(X) = ~ i ' !.=!. ~ i=!.n(n+l) =n+l .

L.. n nL.. n 2 2 '
i=1 i=1
E(X 2 )= ~ i2 . !.=!..n(n+l)(2n+l)=(n+l)(2n+l).
L.. n n 6 6'
i =1
DZ(X) = E(Xz) _ (n + I)Z = (n + 1) [2n + 1_ n + 1] =

464
(n + l)(n - 1) = nZ - 1
12 12 .
8. a) Ak sei das Ereignis, daß der beim koten Versuch gezogene Schlüssel paßt.
W(X) = {l, 2, ... , n}.
1
P(X= 1)=P(A 1 )=n;
- - - 1 n-l 1
P(X = 2) = P(A 1 Al) = P(Az/A 1 ) P(A 1 ) = - 1 - =- ;
n- n n
176 6. Anhang
Allgemein gilt
P(X = i) = P(AI A2... Ai_lAi) = P(A/ A I ... Ai-dP(Ai-dAi-2 ... AI)'" P(A I ) =
1 n-i+1 n - 2 n-I I.
= n - i + 1 n - i + 2 ... . n - 1 . - n- = n'
1 = 1, 2, ., . , n.
Damit folgt aus Aufgabe 7
E(X)=n;l ; a=D(X)=V n21;1.
b) X ist geometrisch verteilt mit P = k. Damit gilt

E(X) = n; 0 = D(X) =V I - 1/ n
l/n 2
=Jn 2 -no
9. a) X ist B(100; 0,02)-verteilt.

Pa = I-P(X=O)-P(X= 1)-P(X=2) =
= 1 - (lgO) 0,020 . 0,98 100 - (I~O) 0,02 ' 0,98 99 - (I~O) 0,02 2 . 0,9898 =
= 0,323314.
b) X ist Poisson-verteilt mit A = np = 2.
Pb = l-e- 2 [I + i: + ~~J = l-e- 2 [1 +2 + 2] = I-Se- 2 =0,323324.
'1O. Selbstmordwahrscheinlichkeit flir einen Einwohner: P = 25~OO ' Die Zufalls-

variable X, welche die Anzahl der Selbstmorde beschreibt, ist näherungsweise
Poisson-verteilt mit dem Parameter A = np = 4.
=k) = e-4 • 4k!

k
a) P(X .
11. 1. Fall : PI = 1 '* E(X) = 1.
2. Fall: PI < 1; P2 = 1 '* E(X) = PI + 2(1 - pd = 2 - PI'
3. Fall: PI< 1, Pl < 1 und PI + P2 > ° '* W(X) = {I, 2,3, ... }.
Nach Aufgabe 32 aus Abschnitt l.l0 gilt

P(X = 2r + 1) = (1- PI)' (1 - pd PI fur r.= 0, 1, 2, ... ;
P(X = 2r) = (I - PI)' (1- P2y-1 P2 fur r = 1,2, ... .
Damit erhalten wir ftir die erzeugende Funktion den Zufallsvariablen X
L xkp(X=k)= L L
00
G(x) = x 2r + 1P(X=2r+I)+ x 2r P(X=2r)=

k=l r= 0 r= 1
L I
00
= x 2r + 1(l_p,)'(l-P2)'PI + x 2r (l-PS(l-P2),-IP2
r= 0 r= 1
00 00
r=O r:;;;; 1
p,x + P2(l- pdx 2

I-x 2(1-p,)(l-p2)
Differentiation nach x ergibt nach der Quotientenregel
, [l-x 2(l-P,)(l-P2)] [PI +2XP2(l-P,)] +2x(I-P,)(l-P2)[P,X +p2(I-p,)x 2]
G(x)=~~~~~~~~~~~~~~~~~~~~
[1- x2(l- pd (1- P2)]2
x = I liefert
, [I-l+p, +P2-P,P2][P, +2P2- 2P,P2] + 2[l-P,-P2 +P,P2][P, +P2 -P,P2]
G(l)= 2
[I-l+p, +P2-P,P2]
p, +2p2 -2P,P2 +2-2p, -2P2 +2P,P2 2-p,
P,+P2 - P,P2 P,+P2-P,P2·
2-p
Damit gilt E(X) = G'(l) ,
p, + P2 - P,P2
Für p, = P2 = P folgt hieraus
2-p 2-p I
E(X)=2P_p2 =p(2-p)=P·
X ist in diesem Fall geometrisch verteilt mit dem Parameter p, womit dieses
Ergebnis plausibel ist.

1
1. a)l= S(cx-cx 2)dx= (-

CX2 CX3)X=1
2
--
3
C C c
=- - -=-~c=6
2 3 6 .
o x=O
0 fur x ~ 0,
I 1
b) F(x) = 3X2 - 2x 3 ftir 0 ~ x ~ I,
ftir x ~ 1.
178 6. Anhang
2. a) 1 = S(t-cx)dx= (12x-c~
4 2)X=4
=2-8c ~ c=S .
1
o x=O
0 ftir x :::; 0,
b)F(x)= 1tX-l~X2 ftirO:::;x:::;4,
1 ftir x ~ 4.
P(l :::; X:::; 2)= F(2) - F(l) = 1-t-t+ 1~ = 1~ .
2
E(X)= S4 (p
1 2 1 3
-gX )dx= 6-32 ) (x x 3 4
x-4
- 64 256 _ 8
=6-32-3;
o x=O
D2(X) = E(X2) - E2(X) = ~ _ 1: = ~.
r
3. a) Da die Dichte f symmetrisch zur Achse x = 0 ist, gilt
00 00
~= S f(x)dx=c S e-pxdx=-~e-Px oo
=~ ~ c=~.
o x=O
o
x
b)x:::;O ~ f(x)=~ePx ~ F (x)=~ SePudu=te Px ;

-00
x
x>O ~ F(X)=F(O)+S ~epUdu=!_E.!.e-pulu=x
- 2 2 2p
o u=O
=t-t(e- PX -1)= 1-te- px .

Damit gilt
J 1.. ePx
1
ftir X ::=:; 0,
F(x) = ~ -t e- PX ftir X ~ o.
c) Aus der Symmetrie der Dichte zur Achse X =0 folgt aus der Existenz
00
des Integrals Sx ~ e Px fiir den Erwartungswert E(X) = O.

o
Durch partielle Integration geht dieses Integral über in

x= 00
I +
x=o
00
IWnit gilt D2 (X) = ~.

P
4. a) Da die Seitenlänge des Quadrates gleich V2 ist, besitzt Q den Flächen-
inhalt 2. Daraus folgt ftir die Dichte
1.. ftir (x, y) E Q,

fex , y) ={ 02
sonst.
---_~1~---r~--7-------.x
+00
Wegen f 1 (x) = S fex, y) dy folgt ftir -1 ::=:; x::=:; 0 fiir die Dichte von X
-00
x+l
f1 (x) = S t du = t(x + 1)- t (- x-1) = ~ + t + ~ + t = 1 + X
-x-l
180 6. Anhang
und für 0 ::; x ::; 1
-1 +x
Damit gilt
I +X für - 1 ::; x ::; 0,
f 1 (x) ={
I-x für O::;x::;1
Entsprechend erhält man ftir die Dichte der Zufallsvariablen Y die
Darstellung
l+ Y ftir - 1 ::; Y ::; 0,

f 2 (y) ={
l-y ftir O::;y::;l.
b) Wegen f 1 (x)· f 2 (y):$ fex, y) sind die beiden Zufallsvariablen nicht

(stoch.) unabhängig.
c) Aus f 1 (- x) = f 1 (x), f 2 (-y) = f2 (y) folgt E(X) = E(Y) = O.
1 1
D2(X)=E(X2)=2 Sx2(1-x)dx=2 S (X 2 -x 3 )dx=

o o
Entsprechend erhält man

D2(y)=~.
5. Die Zufallsvariable X beschreibe die Anzahl der durch zufälliges Beantworten

erzielten richtigen Antworten. X ist B(40; t)-verteilt mit E (X) = 40' t = 20
und D2 (X) = 40 ' t . t = 10. Wegen npq = 10 > 9 kann X durch eine Nor-
malverteilung approximiert werden.
Für die gesuchte Zahl k gilt die Bestimmungsgleichung
P(X ;:0: k) = P(X ;:0: k - 0,5) = P (X:;!o0 ;:0: k - ~- 20 ) =
= P (X* ;:0: k - 20,5) '" 1 _ (k - 20,5) ::; 0 05

v'IO v'IO'
= (k~,5);:o: 0,95 .
Aus der Tabelle der N(O; I)-Verteilung folgt k -;,:;,52: 1,645 und hieraus
V 10
k 2: 1,645 v'fO + 20,5 = 25,70 => k 2: 26.
6. X beschreibe die Anzahl der unbrauchbaren Schrauben unter den 400 aus-
gewählten. X ist B(400; O,I)-verteilt mit E(X) = 400 · 0,1 = 40 und
DZ(X) = 400· l~ . l~ = 36 > 9 => B(400; 0,1) ~ N(40; 36).
P(30 < X < 50) = P (29,5 - 40 < X* < 50,5 - 40) ~

a) -- 6 - - 6
~ C~5) - ( - 160,5) = 2<1> C~5) -I = 2 <1>(1,75) -1 = 0,920.

b) P(X 2: 55) ~ 1- (54,56- 40) = 1- CiS) = 0,008.
7. X ist B(300; 0,05)-verteilt mit E(X) = 300·0,05 = 15,

DZ(X) = 300·0,05·0,95 = 14,25> 9 => Approximation durch die
N (15 ; 14,25)-Verteilung.
P(X 2: 10)=P(X 2: 10-0,5)~ 1_(9~) =

v 14,25
= I-(~) =(~) =0,93.

v'14,25 v'14,25
8. Xl beschreibe die Anzahl der Personen, die den 1. Zug besteigen,
X z beschreibe die Anzahl der Personen, die den 2. Zug besteigen.
Dann gilt Xl + X z = 1000, d.h. X2 = 1000 - Xl.
Beide Zufallsvariablen sind B(1000; })-verteilt mit E(Xj ) = 500;
t
DZ(X j ) = 1000 · = 250 fur i = 1,2.
k sei die gesuchte Mindestzahl. Dann lautet die Bedingung
P(X I :::; k, X z :::; k) 2: 0,99. Wegen
(X z :::; k) = (1000 - Xl :::; k) = (Xl 2: 1000 - k).
Daraus folgt
P(1000 - k :::; XI :::; k) 2: 0,99;
p(1000-k-0,5-500 <X* <k+0,5-500)~
y'25O - I _ y'25O
~ (k -499,5) _ ( _ k -499,5) = 2<1> (k - 499,5 \) _1> 0 99

y'25O , y'250 y'25O - ,
=><1> (ky'25O
- 499,5) -
> 0, 995·, k ; ' , 5 2: 2,58 => k> 541.
250
182 6. Anhang
Bemerkung: Obwohl beide Zufallsvariablen Xl und X 2 jeweils B(1000; t)-

verteilt sind, ist die Summe Xl + X 2 nicht binomialverteilt. Dies liegt an der
(stoch.) Abhängigkeit von Xl und X2 • Die Summe Xl + X 2 ist diskret mit
W(X I + X 2 ) = {l000}.
9. a)P(147~X~157)=P (
147 -2 152 ~X * ~ 157 -2 152) =2<1> (5)
2 -1=0,9876
Die gesuchte Wahrscheinlichkeit lautet Pa = I - 0,9876 = 0,0124.
b) P(151 ~ X ~ 153) = 2<1>(0,5) - 1=0,3830;
~ Pb = 1- 0,383 = 0,6170.
10. X = XI + X2 ist näherungsweise N (70; 1,5)-verteilt.
a) P(69 ~ X ~ 71) = P (69;;;0 ~ X* ~ 71 ;;;0) ""

y 1,5 y 1,5
""2<1>(~)-1 =0,58.
b) P(X ~ 68) = p(X* ~ 68;;;0) "" <1>( -~) = 1- <1>( ~) = 0,05.

yl,5 yl,5 yl,5
11. a) X = XI + X2 ist näherungsweise N(l4 + 36; 9 + 25) = N(50; 34)-verteilt.
b) P(X > 55) = I-P(X < 55)= I-P
- -
(x* <- 55-50)""
y'34
1_<1>(_5_)' =020.
v'34'
12. M: "ein männlicher Student wird ausgewählt".
F: "eine Studentin wird ausgewählt".
P(M) = 0,8; P(F) = 0,2.
a) P(130 ~ X ~ 150) = P(l30 ~ X ~ I 50/M)P(M) +P(130 ~ X ~ I 50/F)P(F) =
= [ (I SO ~ 5150 ) - ( 130 ;5 150 ) J 0,8 +
+ [ C50 ;0116 ) - (130 ;0116 ) JO,2 =

= 0,8 [<1>(0) - <1>(- i~)l + 0,2 [(~~) - (:~)] = 0,34.
b) P(X > 130) = 1- P(X ~ 130) =
= 1- P(X ~ 130/M)P(M) - P(X ~ 130/F)P(F) =
= I - (130 - 150) 0 8 - (130 - 116) 0 2 = 074
15' 10" .
Y beschreibe die Anzahl derjenigen unter den 100 ausgewählten Personen
mit einem Gewicht über 130 Pfund.
Y ist B(100; 0,74)-verteilt. Daraus folgt E(Y) = 100' 0,74 = 74.
6. 1. Lösungen der Übungsaufg.ben 183
13. Aus peT n :::; 0) =0 folgt f n (t) =0 fur t :::; 0 und alle n.
1. Fall n = 2: Es gilt T 2 = T + U, wobei T und U unabhängig sind, und beide
dieselbe Dichte f besitzen. Für t > 0 folgt aus der Faltungsgieichung
+ 00
f2 (t) = S f(u) f(t - u) du wegen f(u) =0 fur u :::; 0 und
f(t - u) =0 fur u:::: t, also fur t - u :::; O.
I I I
f 2 (t) = Sf(u)f(t-u)du = SXe-AuXe-A(I-u)du = X2 Se-Aue-AleAudu =
o o o
I I
= X2 Se-Atdu = X e- AI Sdu = X te- AI .

2 2
o 0
2. Fall n = 3: Aus T 3 = T2 + T folgt rür t > O.

I I
f 3 (t) = Sf (u)f(t - u)du SX ue- Au Xe- A(I-u)du =

2 = 2
o 0
I I
= X3 Sue-Aue-AleAudu = X3 e- AI Su du = X 3 . te-AI.
o 0
3. Fall n = 4: T4 = T 3 + T
I I
f4 (t) = Sf (u)f(t-u)du =X · t Su e- Au e- A(I-u)du =

3 4 2
o 0
= X4 • te-AI Su du = X2 4 . te-At.
o
Allgemein zeigt man leicht durch vollständige Induktion über n fur t > 0
die Identität
f n + I (t) =An + I . tn!n e- At f ür n =0 , 1, 2,. . . .

184 6. Anhang

1. f
Da die Länge einer Grün-Rot-Phase Minuten beträgt, ist die Ankunftszeit
fl
des Fahrzeugs an der Kreuzung im Intervall [0; gleichmäßig verteilt mit
f,
der Dichte f(t) = t ftir 0 ~ t ~ f(t) = 0 sonst.
f(t)
t ~I --------------
I I I .. t
t t
-v----' ' - - - v - - - - '
grün rot
a) Die Wartezeit ist genau dann gleich 0, wenn das Fahrzeug während der
Grün-Phase an die Kreuzung heranfährt. Daher gilt peT = 0) = l.
b) Für die Zufallsvariable T der Wartezeit gilt 0 ~ T ::; 1. Ihre Verteilungs-
funktion F besitzt die Werte
F(t) = 0 ftir t < 0,
t
F(O)=L F(t)=P(T::;t)=P(T=O)+ StdU=t+ttftirO::;t::;1

o
und F(t) = 1 ftir t ~ 1.
F(t)
1
2"
1
3'
E(T) = 1..
3
0+ St . ~ dt = 1-
3 3'
o
1
E(T 2 ) = t· 0 + St2. t dt =} =? D 2 (T) = t; a= l·

o
c) F(jl)=t+til=t; til=t; J1 =t·
il ist eindeutig, da F an der Stelle x =t stetig und dort streng monoton
wachsend ist.
3 I I t=3
2. a) P(T>3)=I - P(T~3)=I - S~e-2tdt=I+e-2t I
o t=o
= 1 + e-I,s - 1 = e-I,S = 0,2231.
b) peT = 3) = e-I,S = 0,2231. Es gilt T = min (T, 3).
F(t) = peT ~ t),
t~O~F(t)=O, I
--t
0~t<3 ~ F(t)=P(T~t)=I - e 2; F(t)=Iftirt~3.
F besitzt an der Stelle 3 einen Sprung der Höhe e-I,s. Partielle Inte-
gration liefert
E(T) = f~ t e- -4 t dt + 3' peT = 3)
o u7
I t=3
=_te- 2t I
3 I
S
+ e- 2t dt+3' e-I ,s =
t= 0 0
I t=3
--t _
=-3e- I,S- 2e2 1 +3'e-1,5-
1=0
=-3e- l ,s -2(e- l ,s -I)+3e- l ,s =2(1-e- l ,s)= 1,5537.

E(T) 2(1-e- l ,s) _
c) E(T) = 2 = 1- e 1,5 = 0,7769.
3. a) Ii = 4 (eindeutig bestimmt).
b) Jede Zahl x mit 1 ~ x ~ 3 ist xo,rQuantil.
Obungsaufgaben aus Abschnitt 3.4
1. Aus der Tschebyscheffschen Ungleichung folgt

P(IX - 1001 ~ 20) ~ :o~ = 0,225.
2.
1 1 I I 1- - -
o 7 1'= 10 12 13
Wegen P(X ~ 13) = 0 gilt nach der Tschebyscheffschen Ungleichung
P(X ~ 7) =P(X ~ 7) + P(X ~ 13) =P(IX-lOl ~ 3) ~ 0 9

45 =0,05.
186 6. Anhang
3.
_ 1 n
a) E(X) =;;:
1 n
E(X j ) =;;: L 1
/J. =;;:. n/J. = /J.. L
j =1 j =1
- 1 ~ 1 02 9 - 3
If(X)=- \ ' D 2(X.)=-n0 2 =-=- ~ D(X)=-.
n 2 .~ I n2 n n . In
1;::; 1 VJl
b) Nach dem zentralen Grenzwertsatz gilt
pr" - 01 < X< + 01) = p'"

(
"-01-" X-tl <,..."+01-")
, ,.. < --,.. , ,... =
I}' , - - /J., 3/v'n - 3/v'n - 3/vIn
= p (- °3 1 vn ~ X* ~ °3 1 vIn) "" 2 (°31 v'n) - 1 ;

~2<1> (°3 1v'n) ~ 1,95; (°3 1 v'n) ~ 0,975;
°3 1 v'n ~ 1,96; n ~ 3458.

4. Die Zufallsvariable Sn der notwendigen Würfe ist B(n; t)-verteilt mit
E(Sn)=i; D2(Sn)=~'
E(Sn)=1.. D2(Sn)=!! . .L=.L

n 2' n 4 n 2 4n'
Nach dem zentralen Grenzwertsatz gilt ftir jedes f > °

P(O 5 -
, f -
< Sn <
n -
°, 5 + f) = p (0,5 - f - 0,5 < (' Sn) * < 0,5 + f - 0,5) ""
I/Fn - n - I/Fn
"" 2<1>(2 fvn) - 1.
a) 2<1> (2 ' O,OI'vn) - 1 ~ 0,95 ~ 2· 0,01 vn ~ 1,96 ~ n ~ 9604.
b) 2<1>(2, 0,001 vn) - 1 ~ 0,95 ~ 2· 0,001 v'n ~ 1,96 ~ n ~ 960400.
5. E ( X j ) -- 1 . 4
20 +3.
5
20 +6.
8
20
3 100
+ 11 . 20 = 20 = 5;
E(Xl) = I . 2~ + 9 . + 36 . io 280 + 121 . {O = ~~O = 35;
D2 (X j ) = 35 - 52 = 10.
E(SIOOO) = 5000; D2 (SIOOO) = 10000; D(SIOOO) = 100.

Nach dem zentralen Grenzwertsatz gilt
P(4820<S <5180)=p(4820-5000<S* <5180-5000)' ""

- 1000 - 100 - 1000 - 100
"" 2<1>(1,8) -1 = 0,93.

6. Xi: Lebensdauer des i-ten Maschinenteils.

n
E(X i)=5Q; D2 (X i) =900; Sn = LXi; E(Sn)=50n;
i= 1
D2 (Sn) = 900 n.
n soll minimal sein mit
P(Sn 2': 5000) 2': 0,95. Nach dem zentralen Grenzwertsatz gilt
(Sn - SO n 5000 - SO n )
P(Sn 2': 5000) = P \ 30 y'n 2': 30 y ' n - ~
~ 1- (5000 - SO n) = (SO n - 5000 ) 2': 0,95;

30y'n 30y'n
=> 50 n - 5000 > 1,645.
30y'n -
50 n - 5000 2': 49,35 y'ni
n - 100 2': 0,987 y'n;
n2 - 200 n + 100002': 0,974 n;
x2 - 200,974 X =- 10000;
100,487 ± 9,88;
XI,2 =
=>n2':lll.
188 6. Anhang
6.2. Tafel der Verteilungsfunktion (z) z (z) z (z) z (z)
0,00 0,5000
0,01 0,5040 0,41 0,6591 0,81 0,7910 1,21 0,8869
0,02 0,5080 0,42 0,6628 0,82 0,7939 1,22 0,8888
0,03 0,5120 0,43 0,6664 0,83 0,7967 1,23 0,8907
0,04 0,5160 0,44 0,6700 0,84 0,7995 1,24 0,8925
0,05 0,5199 0,45 0,6736 0,85 0,8023 1,25 0,8944
0,06 0,5239 0,46 0,6772 0,86 0,8051 1,26 0,8962
0,07 0,5279 0,47 0,6808 0,87 0,8078 1,27 0,8980
0,08 0,5319 0,48 0,6844 0,88 0,8106 1,28 0,8997
0,09 0,5359 0,49 0,6879 0,89 0,8133 1,29 0,9015
0,10 0,5398 0,50 0,6915 0,90 0,8159 1,30 0,9032
0,11 0,5438 0,51 0,6950 0,91 0,8186 1,31 0,9049
0,12 0,5478 0,52 0,6985 0,92 0,8212 1,32 0,9066
0,13 0,5517 0,53 0,7019 0,93 0,8238 1,33 0,9082
0,14 0,5557 0,54 0,7054 0,94 0,8264 1,34 0,9099
0,15 0,5596 0,55 0,7088 0,95 0,8289 1,35 0,9115
0,16 0,5636 0,56 0,7123 0,96 0,8315 1,36 0,9131
0,17 0,5675 0,57 0,7157 0,97 0,8340 1,37 0,9147
0,18 0,5714 0,58 o~ 7190 0,98 0,8365 1,38 0,9162
0,19 0,5753 0,59 0,7224 0,99 0,8389 1,39 0,9177
0,20 0,5793 0,60 0,7257 1,00 0,8413 1,40 0,9192
0,21 0,5832 0,61 0,7291 1,01 0,8438 1,41 0,9207
0,22 0,5871 0,62 0,7324 1,02 0,8461 1,42 0,9222
0,23 0,5910 0,63 0,7357 1,03 0,8485 1,43 0,9236
0,24 0,5948 0,64 0,7389 1,04 0,8508 1,44 0,9251
0,25 0,5987 0,65 0,7422 1,05 0,8531 1,45 0,9265
0,26 0,6026 0,66 0,7454 1,06 0,8554 1,46 0,9279
0,27 0,6064 0,67 0,7486 1,07 0,8577 1,47 0,9292
0,28 0,6103 0,68 0,7517 1,08 0,8599 1,48 0,9306
0,29 0,6141 0,69 0,7549 1,09 0,8621 1,49 0,9319
0,30 0,6179 0,70 0,7580 1,10 0,8643 1,50 0,9332
0,31 0,6217 0,71 0,7611 1,11 0,8665 1,51 0,9345
0,32 0,6255 0,72 0,7642 1,12 0,8686 1,52 0,9357
0,33 0,6293 0,73 0,7673 1,13 0,8708 1,53 0,9370
0,34 0,6331 0,74 0,7704 1,14 0,8729 1,54 0,9382
0,35 0,6368 0,75 0,7734 1,15 0,8749 1,55 0,9394
0,36 0,6406 0,76 0,7764 1,16 0,8770 1,56 0,9406
0,37 0,6443 0,77 0,7794 1,17 0,8790 1,57 0,9418
0,38 0,6480 0,78 0,7823 1,18 0,8810 1,58 0,9429
0,39 0,6517 0,79 0,7852 1,19 0,8830 1,59 0,9441
040 06554 080 0788 1 12O 08849 160 09452
z <11 (z) z <II(z) z <II(z) z <11 (z) 189
1,61 0,9463 2,15 0,9842 2,69 0,9964 3,23 0,9994
1,62 0,9474 2,16 0,9846 2,70 0,9965 3,24 0,9994
1,63 0,9484 2,17 0,9850 2,71 0,9966 3,25 0,9994
1,64 0,9495 2,18 0,9854 2,72 0,9967 3,26 0,9994
1,65 0,9505 2,19 0,9857 2,73 0,9968 3,27 0,9995
1,66 0,9515 2,20 0,9861 2,74 0,9969 3,28 0,9995
1,67 0,9525 2,21 0,9864 2,75- 0,9970 3,29 0,9995
1,68 0,9535 2,22 0,9868 2,76 0,9971 3,30 0,9995
1,69 0,9545 2,23 0,9871 2,77 0,9972 3,31 0,9995
1,70 0,9554 2,24 0,9875 2,78 0,9973 3,32 0,9995
1,71 0,9564 2,25 0,9878 2,79 0,9974 3,33 0,9996
1,72 0,9573 2,26 0,9881 2,80 0,9974 3,34 0,9996
1,73 0,9582 2,27 0,9884 2,81 0,9975 3,35 0,9996
1,74 0,9591 2,28 0,9887 2,82 0,9976 3,36 0,9996
1,75 0,9599 2,29 0,9890 2,83 0,9977 3,37 0,9996
1,76 0,9608 2,30 0,9893 2,84 0,9977 3,38 0,9996
1,77 0,9616 2,31 0,9896 2,85 0,9978 3,39 0,9997
1,78 0,9625 2,32 0,9898 2,86 0,9979 3,40 0,9997
1,79 0,9633 2,33 0,9901 2,87 0,9979 3,41 0,9997
1,80 0,9641 2,34 0,9904 2,88 0,9980 3,42 0,9997
1,81 0,9649 2,35 0,9906 2,89 0,9981 3,43 0,9997
1,82 0,9656 2,36 0,9909 2,90 0,9981 3,44 0,9997
1,83 0,9664 2,37 0,9911 2,91 0,9982 3,45 0,9997
1,84 0,9671 2,38 0,9913 2,92 0,9982 3,46 0,9997
1,85 0,9678 2,39 0,9916 2,93 0,9983 3,47 0,9997
1,86 0,9686 2,40 {l,9918 2,94 0,9984 3,48 0,9997
1,87 0,9693 2,41 0,9920 2,95 0,9984 3,49 0,9998
1,88 0,9699 2,42 0,9922 2,96 0,9985 3,50 0,9998
1,89 0,9706 2,43 0,9925 2,97 0,9985 3,51 0,9998
1,90 0,9713 2,44 0,9927 2,98 0,9986 3,52 0,9998
1,91 0,9719 2,45 0,9929 2,99 0,9986 3,53 0,9998
1,92 0,9726 2,46 0,9931 3,00 0,9987 3,54 0,9998
1,93 0,9732 2,47 0,9932 3,01 0,9987 3,55 0,9998
1,94 0,9738 2,48 0,9934 3,02 0,9987 3,56 0,9998
1,95 0,9744 2,49 0,9936 3,03 0,9988 3,57 0,9998
1,96 0,9750 2,50 0,9938 3,04 0,9988 3,58 0,9998
1,97 0,9756 2,51 0,9940 3,05 0,9989 3,59 0,9998
1,98 0,9761 2,52 0,9941 3,06 0,9989 3,60 0,9998
1,99 0,9767 2,53 0,9943 3,07 0,9989 3,61 0,9998
2,00 0,9772 2,54 0,9945 3,08 0,9990 3,62 0,9999
2,01 0,9778 2,55 0,9946 3,09 0,9990
2,02 0,9783 2,56 0,9948 3,10 0,9990
2,03 0,9788 2,57 0,9949 3,11 0,9991
2,04 0,9793 2,58 0,9951 3,12 0,9991
2,05 0,9798 2,59 0,9952 3,13 0,9991
2,06 0,9803 2,60 0,9953 3,14 0,9992
2,07 0,9808 2,61 0,9955 3,15 0,9992
2,08 0,9812 2,62 0,9956 3,16 0,9992
2,09 0,9817 2,63 0,9957 3,17 0,9992
2,10 0,9821 2,64 0,9959 3,18 0,9993
2,11 0,9826 2,65 0,9960 3,19 0,9993
2,12 0,9830 2,66 0,9961 3,20 0,9993
2,13 0,9834 2,67 0,9962 3,21 0,9993
2,14 0,9838 2,68 0,9963 3,22 0,9994
Wichtige Bezeichnungen und Formeln
absolut..: lI.ii.ufi ~kcit eines Ereisni.us
h,,(A); tl Versuch.u mfang ; 0 ~ h,,(A) :S n
cdal.; v<: lIäufi&k;.cil eines E~eignisse.
h,,(A)
r,,(A) = -,-
, -; o:S f,,{A) :S 1
W ..... nochcinlicl.kcil eines Ereigni....,.
P(Al mit o:S P(A):S 1; P(O) =1; P(AuB) = P(Al + PIß) für AnS = 0;
Laplace- Wahnchei nlichkcit
P( A) = X;;;;;r.r:i;;:'
falls aUe Versuchsergebniss.e gleich wahrsche inli ch
I~o nndn der Kombinat.orik

Anzahl der Auswahlmögli chkcitcn VOn k ,,,u n veuchi.,.)<:Il <:1l D ingen
mit Berücksichtig ung o h ne Berücksichtigung

der Reihenfolge der Reihenfolge
ohne Wi ederholung
(ohne Zurücklegen )
n ' (11-1) ', . . " (n-k+l) (k)
mit Wiederholung
(mit Zurücklegen)
,,'
U rncnrnoddlc
Urne mit N Kugeln, 1\1 davon schwan; zur"Uige Auswahl von n Kugeln;
A : k der n gezogenen Kugeln sind SChWal"L
k
( M).(N-M)
k k n-
bei m Ziehen olm e Wiederho lung (Zuriiddegen)
Pk = P(A k ) =( ~ ).( ~ )k . (I _ *) n-k beim Ziehen mit Wiederholung
bedingte Wahnchcinlichkcit
Pl AnS)
P(A I S) = !'(B) für P (B) >0
Multiplikatio ......... tz
P(A nB) = !'IA I B)' P(B)
Satz von der t o tale" (vollstiindigcn) Wahnchcinlichh.it

o
!'(B) = L P(B I Ai)' !'(A i ); Al' A 2 , .. ·• An vollständige Ereignisdi . junktion
i",,1
mit P(A i ) >0 für .. l1e i
Baycssche Formcl 1'1
P(B I Ak )' P(A k )
P(Akl B) = n für k=I,:2, ... , n; P(B) > 0
I:P(BIA.)·P(A.)
i=1 ' I
AL' A:2" . " An volbt&ndig~ Ereignisdisjunktion mit P(A i) > 0 für all~ ;
unabh.i.n«ige ~rcipu..e
A. S sind (stochast isch) unabhängig, ralls P(A n B) = P(A)· PIS)
Vcrtcilu.ng .,in.,.. d iskret en Zufallow&ri&blen

(xi' Pi)' ;=1,2... mit Pi = P(X=xi)· E Pi=1
V.,rteiluogllfuobion ci ner d iskret en Zufallov&ri&blen
F(x)=P(X:S: x) = E P( X =xi); xER

i : Xi :5 x
Mod.a.I.ert (Mod Wl) euu,r diok...,ten Zufal1avariablen
XM mit P(X = KM) = mr: P(X = Xi) (wahl"5Ch~inlichSL~r W~rt)
E.... artunt;" ..erl ein.,.. d iskret en ZufaJl8>'&riahlen

jJ=E(X)= 4- ~x., · P(X-:= x ,.). fall. 4- ~lx·l·p(x=x.)<oo
, I ,
,
V&riarur. ei ner disk...,ten ZufaUsvariablen
2
17:2 = VarIX) = E«(X -1~)2) = ~ (xi-I,)2. P(X = Xi) = E(X ) - [E(X))2
,
S L..... d&rdab . eichung einer diskr~t~n Zufall.variablen
gemcillllalJIe Verteil u.ng 'Zweier diskret er ZufaUsvari..bler X Wld V
((X j,Y),Pij=P(X=x,'V=Yj»),XiE WX'YjE Wy

urnobhängige diskrete Zufallsv&riablcn
P(X = xi' Y = Yj) = P(X '" xi)· P(Y = Yj) für alle Xi und Yj
E(X . Y) = E(X) · E(Y); VarIX V) = VarIX) +
Var(Y) +
Dichte einer st~t ig~n Zufallsv ..ri ..blen +00
fIx) mi t fIx) 2: 0 für aUe x E R und
b
f(x)dx = I
- 00
I
P( .. :s: x:s: b) = Ir(x)dx, .. :S: b
•
Verteilungllfunklion eiMr .tetigen Zufall.vari..blen
Fmit F( x)= P(X :S:x) =

•
I f(u)du fürjw~s xE R
- 00
P( .. :s: X :s: b) = F(b) - F(.. ) , .. :s: b
Erwartungll. ert einer stetigen Zufall. v..ri .. blen

+00 +00
jJ = E(X)=
-00
I
x·f(x}dx, fall.
-00
I
Ixl · f(x)d x <oo; f= Dichte von X
V&ri ....... einer 5tetig~n Zufallsvari..blen

+00
17:2 = V..r(X) = E((X _ jJ)2) = I (x - jJ)2 . f( x)dlC = E(X:2) _ [E(X))2
- 00
192
StandardabweichlUll!: ~iner stdigen Zufa.llsv""ablen
u = + ~ = ~VllT(X)
all&emeine EiJl:enachaft..... eine. Enr&rtunpwertal
E(a + bX) = .. + b· E{X), &, bE R, E(X + Y)= E(X) + E(Y)
Kovarianz zweier Zufa.l.lsv",iabler
Cov(X. Y) = O"XY = E[(X-PX)(Y-/-l y )] = E(X' Y) - E(X)' 8(Y)
KondalioWlkoeßi..ient zweier Zufallsv""i ..bler
Cov(X, Y) O"XY
P -p(X
- ,
Y)- ---
- ~V""'(X). Var(Y) - 17X . l!y
Ipl:5 l,al&O - 1::5 P:5 1; Ipl = 1 {:} alle WertepaAr.. liegen &ufeinerGeraden
aJ&emeine Eill:enacha!kD eine.- Variamt;

V,.,.(a+bX)=b 2 .Var(X) für",b eR;
VariX + Y) = VariX) + Va:r(Y). f"U. X und Y unabhängig bzw. unkorreliert sind
Slandardisierte (St ....dardiai~) einer bel iehigen Zufallsvaria.blen
X =er-,
• X -1-1
/J = E(X),
2
= VariX);(J
E(X") =0; VarIX " ) = E(X · ) = 1

2
Mc:di .... (Zentralwert ) eine r beliebigen Zufallsvariablen

-Il mit P(X ->'
:51-') _ '2 und P(X >->'
_ jJ)-1
gleichwertig: P(X < ~jJ) :5 '11 und P(X
'"
> 11) :5 2I
Q11lUItil eine r beliebigen Zuf"lI.v"riabl~n
eqi.t q-QU&IItii oder 100 q %-QU&IItii vOn X, w~nn gil~
p(Xs:eq);?q und P(X;::€q)?:l-q fürO<q<l
gl~ichwwig: P(X < €q) s: q und P(X > e q) s: I - q fiir 0 < q O; I'=E(X)
•
k_aipna Rqd
P(lX-I'I;::kq)S:~ riirj~de. k>O; I'=E{X)
Literaturverzeichnis
Basler,o. [1994]: Grundbegriffe der Wahrscheinlichkeitsrechnung und
Statistischen Methodenlehre, I!. Auflage. Physika-Verlag, Heidelberg
Behnen, K.; Neubaus, G. [1995]: Grundkurs Stochastik, 3. Auflage. Teuhner
Verlag, Stuttgart
Bauer, 0. [2002]: Wahrscheinlichkeitstheorie, 5. Auflage. Verlag de Gruyter,
Berlin
Boseh, K. [2011]: Statistik für Nichtstatistiker, 6. Auflage. Oldenbourg Verlag,
München
Boseh, K. [2003]: Formelsamm1ung Statistik. Oldenbourg Verlag, München
Boseh, K. [2002]: Übungs- und Arbeitsbuch Statistik. Oldenbourg Verlag.
München
Boseh, K. [2002]: Statistik - Waheheit und Lüge. Oldenbourg Verlag, München
Boseh, K. [2010]: Elementare Einführung in die Statistik. 9. Auflage.
Vieweg+Teohner Verlag Wiesbaden
Boseh, K. [2000]: Glücksspiele - Chancen und Risiken. Oldenbourg Verlag,
München
Boseh, K. [1999]: Lotto und andere Zuflille. Wie man die Gewinnquoten erhöht, 2.
Auflage. Oldenbourg Verlag, München
Boseh, K. [2004]: Das Lottobuch. Oldenbourg Verlag, München
Boseh, K. [1998]: Statistik-Taschenbuch, 3. Auflage. Oldenbourg Verlag, München
Boseh, K. [1997]: Lexikon der Statistik. Oldenbourg Verlag, München
Boseh, K. [1996]: Großes Lehrbuch der Statistik. Oldenbourg Verlag, München
Boseh, K. [1994]: Klausurtraining Statistik. Oldenbourg Verlag München
Feiler, W. [1970]: An Introduction to Probability Theorie and Ist Applications Vol.
1,3'" edition. Wiley, New York
Fisz, M. [1989]: Wahrscheinlichkeitsrechnung und mathematische Statistik. I!.
Auflage. VEB Deutscher Verlag der Wissenschaften, Berlin
GiiDssler, P.; Stute, W. [1977]: Wahrscheinlichkeitstheorie. Springer Verlag,
Berlin, Heidelberg, New York
Gnedenko, J. [1997]: Lehrbuch der Wahrscheinlichkeitsrechnung, 10. Auflage.
Akademie-Verlag, Berlin
Hartung, J. H.; Elpelt, B. [1999]: Multivatiate Statistik, 6. Auflage. Oldenbourg
Verlag, München
Hartung, J. 0.; E1pe1t, B.; K1öser, H. 0. [2005]: Statistik, Lehr- und Handbuch
der angewandten Statistik. 14. Auflage. Oldenbourg Verlag, München
Benze, N. [2010]: Stochastik für Einsteiger, 8. Aufl.Vieweg+Teuhner Verlag,Wiesb.
Hinderer, K. [1985]: Grundbegriffe der Wahrscheinlichkeitstheorie, 3. Auflage.
Springer Verlag, Ber\in, Heidelberg, New York
Besse, Ch. [2009]: Angewandte Wahrscheinlichkeitstheorie, 2. Auflage.
Vieweg+Teuhner Verlag, Wiesbaden
K. Bosch, Elementare Einführung in die Wahrscheinlichkeitsrechnung, DOI 10.1007/978-3-8348-8331-5,

© Vieweg+ Teubner Verlag | Springer Fachmedien Wiesbaden GmbH 2011
194
Irle, A. [2005]: Wahrscheinlichkeitstheorie und Statistik, Grundlagen - Resultate,

2. Aullage. Teubner Verlag, Wiesbaden
Krämer, W. [1998]: So lügt man mit Statistik, 8. Aullage. Campus Verlag,
Frankfurt, New York
Krengel, U. [2005]: Einführung in die Wahrscheinlichkeitstheorie und Statistik, 8.
Aullage. Vieweg Verlag, Wiesbaden
Kreyszik, E. [1991]: Statistische Methoden und ihre Anwendungen, 7. Aullage.
Vandenhoeck & Rupprecht-Verlag, Göttingen
Krickeherg, K.; Zlezold, H. [1995]: Stochastische Methoden, 4. Auflage. Springer
Verlag, Berlin, Heidelberg, New York
Morgenstern, D. [1968]: Einführung in die Wahrscheinlichkeitstheorie und
mathematische Statistik. Springer Verlag, Berlin, Heidelberg, New York
Pfanzag1, J. [1983]: Allgemeine Methodenlehre der Statistik I: Elementare
Methoden, 6. Aullage, und [1978] 11: Höhere Methoden, 5. Aullage. Verlag de
Gruyter, Berlin, New York
Pfanzag1, J. [1991]: Elementare Wahrscheinlichkeitsrechnung, 2. Auflage. Verlag
de Gruyter, Berlin
R&lyl, A. [1971]: Wahrscheinlichkeitsrechnung, 3. Aullage. VEB Deutscher Verlag
der Wissenschaften, Berlin
Sachs, L. [2002]: Statistische Auswertungsmethoden, 10. Aullage. Springer Verlag,
Berlin, Heidelberg, New York
Schmetterer, L. [1966]: Einführung in die mathematische Statistik, 2. Aullage.
Springer Verlage, Berlin, Heidelberg, New York
Storm, R. [2001]: Wahrscheinlichkeitsrechnung, mathematische Statistik und
statistische Qualitätskontrolle, 11. Auflage. Teubner, Wiesbaden
Witting, H. [1985]: Mathematische Statistik I: Parametrische Verfahren bei festem
Stichprobennmfaog. Teubner Verlag, Stuttgart
Witting, H. [1978]: Mathematische Statistik, 3. Aullage. Teubner Verlag, Stuttgart
Witting, H.; Nöße, G. [1970]: Angewaodte mathematische Statistik: Optimale
finite u. asymptotische Verfahren. Teuhner Verlag, Stuttgart
6.5. Namens- und Sachregister
.bhängige Ereignisse 34 Gauß.che Glocken kurve 132

ab~ählbar unendlich 12.57 Geburtstagspmblem 20
Axiome der Wahrscheintichl<eitsrcchnung 9 f geometrische VCllcilung 40 f, 82
geomeuische Wahrscheinlichkeit 25 rr
Bayessche Fonnel 43 gJeichmiißig verteilte lufallsvari.blc 128
bedingte Wahrscheinlich keit 30 ff Glücbspirale 19
Bernoulli·Experiment 36 Gonel 15S
Bernoullisches Gesetz der großen Zahlen 48.
'50 lläufigkeit eines Ereignisses, abwlutc 6 ff
Binomialkoeffizienten 17 - - - , relative 6 fr
Binomialverteilung 37 f, 86 Ildmcrt 155
- , erzeugende Funktion 89 hypcrgeomeuisehe Verteilung 83
Buffon, Nadclproblem von 28
Cauchy -Verteilung 156 In d ikator 66

Chi·Quadrat -Vcrtcilung ISS
KOlmogomff 8
Dichte einer stetigen Zufalisvariablcn 100 Kombin atorik 15
- ,I(",neinsame 114 Kovari.n>- 79
E1cmcntareretgnis 3, 1 I laplace-E"pe,iment 12 r
Ereignisse I l..cbcsgue-Stiltjcs-Inlegral 145
- , abhängige J4 lindeberg·Bedingung 152
- . Differenz 2
- , diljunkle 2 Median 147
_ , entgcgengeset~te 2 v. Mises 7
- , Durchschnitt 2 de ),ioivre-laplace, lokaler Grentwe,tSllt,.
- , Indikator 66 von 131
- , kumplementäre 2 de Morga n~he Regeln 4 r
- , siche. e I Mulliphkationss.at~ 31
_ , Summe 2
unabllängige 32 ff
unmögliche 1 Nadelprol>lem von Buffon 28
unverdnb.r. 2. 10 normalve,teiltc lufallSliariable N(O ; lj -
- , paarweise 10,34 verteilte 133
- , zufallige I N(,,;,,'j·ve.teilte 135
E.eignisdisjunktion, vollständige 42
Erwartungswert einer di>krclen Zufalls- P.arwn 155
va. iablen 61 fT Permutation I S
- - sletigen lufallsvariablcn IQ4 ff POi§SQn·Verteilung 93
_ _ allgemeinen Zufallsva.-iabJen 144 f - , erzeugende F unktion 94
crtcugeno.le Fun k tion 80 f Polynomialve, teilung 39f
E"por.cntialve,teUung 138 ff
Quan l il 147
F .Verteilung I S6
Fakultät 15 Randver\e~ungen 74
Fimer -Verteilung 156 Ra nddichten 117 f
196 6 .5. Namen ... und Sod"eai....
SChW'CMSGc5eU der .... o~ ühlen 151 Verteil,,", 51 f

Standardabweichung einer diskreten ZufallS" _, Icmeinsame 74.113f
variablen 70 volIslärnll,e Wahrschein lichkeit. Sa!z ube.
_ _ nctigen ZufaUsvariablen 104 ff die 42
Standardisierung 7 . Ventilunllfunktion 58, 100. 144
St,euulIi. $. St."dardabweicllu!li - . zweidimensionale 114
SludentJoChe ,-Verteilu", ISS
symmelr>scl\e Dichte 112 WahrSChe inlichke it 8
_ Velle~ung 51 _ , UM)mui~e 8
- , bedingte JO ff
!·Ve,ldlurc ISS - . leome u ische 25 ff
TtchebY5CheffK he Ungleichung 149 - , klassiSChe 13
-. Satz über die vol1stiindige 42
Unabhängigkeit vOn F.rciMn iuen 32 ff Wertevorrat eine r Zur.lIsvariablcn 56
_ von ZuhUsvariablen 74,78.118
U,ncnmoddl l 22 ZahlenlottQ 23
U,nenmod.1I1I 24 zcnt rJIcrGrenl.....,r t .. t~ 152
Z"r.I1Rxpt rime nt 1
Varianz ein., diskreten l"f.lb""riablen 10 z..faUw,udble 55 f
__ stel.en Zufallsvariablen 104 ff • d isk rete 57.72 rr
_ _ angemeinen Zuhllsvlri.blcn 145 - . s teliae 100. 114
Verdoppelung!!t.al.gi. 64 _ . un~bhän&ig. 74.78. 118

2011 Bookmatter ElementareEinführungInDieWahrs PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

2011 Bookmatter ElementareEinführungInDieWahrs PDF

Hochgeladen von

Copyright:

Verfügbare Formate

6.1.

Lösungen der Übungsaufgaben 159

6.1. Lösungen der Übungsaufgaben

Lösungen der Übungsaufgaben aus Abschnitt 1.10

K. Bosch, Elementare Einführung in die Wahrscheinlichkeitsrechnung, DOI 10.1007/978-3-8348-8331-5,

6. Genau 3 Fächer studieren 2, genau 2 Fächer 8 - 2 = 6 und genau 1 Fach

8. Die Münzen werden unterscheidbar gemacht. W = Wappen, Z = Zahl.

n - 1) * * * ... * al a2 } 2(n - 2)!

15. Auswahl ohne Berücksichtigung der Reihenfolge. Mögliche Fälle C~).

10·8·6·4 p=IO ' 8'6'4'4! =,!,

17. n = {Aufteilungen der 32 Karten in 3 Zehnerblöcke und einen Zweierblock

c) Günstige Fälle (i).

mögliche Fälle (i~) G~) (~) +- Skat

mögliche Fälle (ig) Gg),

c) Günstige Fälle 6·5·4 ~ Pe = 6 ·2~~4 = ~ = 0,5556 .

d) P (mindestens eine 6) = 1- P (keine 6) = 1- ~: = 0,4213.

21. M = 30; N = 90; n = 6; k = 3

b)P3=(~)G~Y (1-~~r =~:~:~ 'Gr-(~r =0,21948 .

P(A) = e~)(~) = 18 ' 17'16 ' 1·2·3 =68 =0 7158'

Die Packung enthalte 1 nicht einwandfreie Tablette ~ M = 1;

Da im Falle a) und b) mit einer relativen großen Waltrscheinlichkeit die

24. Gegeben: P(MB) = 0,2; P(MB) = 0,25 ;

c) Pe = (~) 0,485 3 ·0,5 I 53 + (~) 0,485 4 .0,515 2 + Pb = 0,6277 .

b) Pb = I - Pa - (\0) 0,2 1 . 0,8 9 -0,8 10 =0,3222.

=(~) (:lf .171 =0,0243 .

b) Pb = (~) (161 = 0,0263 .

Pe = 3f~! (:1 (tl = 0,0462.

P(Azr+d = (I-pS (I-pS' PI fur r = 0,1,2, ...

L AZr +I eintritt. Daraus folgt

Schütze I gewinnt, wenn das Ereignis

P2 = P(A zr ) = (I- pS (1- P2)r-1 P2 =

34. U I ,,1. Urne wird ausgewählt",

37. F "Fernsehapparat ist fehlerhaft",

* 38. R "richtige Dosierung", H "Heilwirkung tritt ein", N "Nebenwirkung tritt ein".

P(N) = P(N/R)P(R) + P(N/R)P(R) = 0,3' 0,99 + 0,8' 0,01 = 0,305 .

Aus P(HN) + P(HN) =P(H) folgt

* 39. A "Werkstück wird von der KontrollsteIle als Ausschuß deklariert",

Bestimmungsgleichung flir P(F):

P(A) = P(A/F) P(F) + P(A/F) P(F) =

=> P(F) = P(A) - P(A/F) = 58

P(F/A) = P(A/F) P(F) = 6 . 58 . 10 = 0 0043.

Die KontrollsteIle deklariert zu viele Werkstücke als Ausschuß, obwohl sie

40. AI "Werkstück wird bei der 1. Kontrolle als Ausschuß deklariert",

Gegeben: P(A I) = P(A z ) = I~; P(AI/F) = P(Az/F) = I~~ ;

P(F) = i9~ (folgt aus Aufgabe 39).

Gesucht: P(F/AIA z) und P(F/~)

= P(Az/F) P(AI/F) P(F) = P(A /F) P(A /F)

P(A I A2 ) = P(A I Az/F) P(F) + P(A I Az/F) P(F) =

Übungsaufgaben aus Abschnitt 2.3.6

E(X) = 10· ~ + 100·.lQ.. + 1000'l&.. = 250 + 3000 + 36000

P(X =4) =P(UI Dz D3D4 ) = P(D4 /D 3 D2 DdP(D3/D2 DI)P(Dz/DI)P(Dd =

P(X = xi) Summe =1

günstige Fälle für 4, 1, 0: 5! - 5.

für (X = 1) gibt es insgesamt 6· (5 + 10) = 90 günstige Fälle;

E(X) = ~i = 0,395 ; E(X 2) = ~i;

P(X = 1) = L peAk) = I, woraus E(X) = 1 und D (X) =0 folgt. 2

L P(A L ~2 = 1 - ~ = ~~ besitzt X die Verteilung.

D2(X) = E(X 2)-0 =31 ~ D(X) =01 = 5,568.

E(X + Y) = 0,2 + 0,6 + 2,0 + 1,0 = 3,8;

E(X' Y) =0,1 + 0,4 + 0,9 + 0,8 + 1,2 =3,4;

P(X = 2) = (i)(20S) = 4·3 ·1· 2 =~ =0 0121

P(X=O) = (~)(~8) = 18·17 = ~ = 06623.

E(X) = 2' 2~ = :1 = 0,3636;