Ma!

e Abitur: Stochastik
1. Zufallsexperimente
1.1 Einstufige und mehrstufige Zufallsexperimente

Definition
Zufalls experiment = Experiment mit mehreren Ausgängen und nicht vorausgesetzt werden kann

Ausgang eines Zufallsexperiments : Ergebnis

Menge aller möglichen Ausgänge :
Ergebnisse →
Ergebnis Menge I I =
{ 1,2 , 3,415,6 }
Anzahl der Elemente in R :
Mächtigkeit der Ergebnis menge - Ist = 6

Beispiele mehrstufige Zufalls experimente :

1. werfen einer Münze { Bild ; zahl } Ist = 2 .

mehrere zufalls experimente ,

die

2 .
Werfen eines Würfels { 1,213,415,6 } 111=6 nacheinander durchgeführt werden

3 .
Werfen einer Kugel { 0,1 , 2,3 , . . . 36 } Ist = 37

in Roulette scheibe Bsp : mit Baum diagramm

--
1. Stufe
1.2 Ereignisse und ihre Verknüpfungen
• ②

an
3 1 2 3 2. Stufe
1 2
Definition
• 1 02 03 • 1 02 03 Ergebnisse
Ereignis :
Teilmenge A der Ergebnis menge R eines

Zufalls experiments →
Ist = 6

Tritt ein , wenn bei Durchführung des Experiments ein -

I
'
Ergebnis aus Menge A auftritt nicht beide Ereignisse Ä u B-

B B-
alle möglichen Ereignisse von R :
Ereignis raum
A
Mächtigkeit : 21h " A B
A-

sicheres Ereignis : R tritt immer ein !

A aber nicht B An B-
{}
,
unmögliches Ereignis : leere Menge
B B-

A
A B
A-
nicht A A- = 11A Ereignis A oder B AU B

B B- „ „ „„ „„ „ „ „ „„
A
A B B-
A
A B
A- A
A-
A B
A-
Ereignis A und B An B nicht AU .
nicht B ÄNB
B B- B B- Ereignisse A und B sind unvereinbar

A A An B = {}
A B A B
A B
A- A-
1
?⃝
2. wahrscheinlichkeitsberechnungen
2.1 Absolute und Relative Häufigkeit

Definition
Zahl Würfe 20 40 60
Häufigkeit Ereignisses
- i '

n : der absolute : K des A

8 23 Häufigkeit absolute H
÷
K : Anzahl der too 21 . . .

relative :
=
.

Anzahl d. versuche
0,525 01383
- -

01400
-

2.2 Veranschaulichung durch Vierfeldertafeln

Absolute Häufigkeiten
A Ä Erfolg Erfolg

ß
PLAN B ) PIÄMB ) PLB ) Doping 5 1 6

B- P / An B- ) PLÄNB ) PL B- ) Doping 45 65 110

50 66
PLA ) PIÄ) 1 116

Relative Häufigkeiten

Erfolg Erfolg
5- 1 6-
Doping 4%
116 1%116 5% 116

⇐ ¥
Doping 39%
116 56%116 gg ; 116

43% ¥6 57%1%6 100%

2.3 Veranschaulichung durch Baumdiagramme

= 1
1. Pfad regel Produktregel 2. Pfad regel Summenregel

016^014
µ A- 014 .
0125 = 011 PLL ) =
016-0,21-014-0,75

0,2^0,8 0175^0,25
Wahrscheinlichkeiten entlang
=
0,42

des Pfades Summe der Pfadwahrscnein -

L I L I
Lichtleitern
0,1

2.4 Der Wahrscheinlichkeitsbegriff

Eigenschaften der Wahrscheinlichkeit

PIR ) = 1 P/ { }) = 0 Bsp :
Spielzeug weist beide Fehler auf

Pt Fr ) 011 PLFZ / 0,2 PL F1 U Fz ) 0,25

Ä)
= = =
P ( = 1- PLA )

Gls : P ( Fan Fz )
P LAUB ) = PLA ) + PLB ) -
PLAN B ) AdditionsSatz
→
AdditionsSatz PL Fan Fz ) = 0,05
OE PLA ) 1
 2.5 Laplace - Experimente, Laplace - Wahrscheinlichkeit
Beispiel

:|
Definition
Laplace -
Experiment, da alle
Laplace -

Experiment = zufalls experiment bei dem alle

21
,
Sektoren gleich groß sind
Ergebnisse aus h gleich
wahrscheinlich sind
"
g
° Sh = { 1,213,415,6 } 111=6

Anzahl günstiger Fälle " ""

(A) =
gerade Zahl A = { 214,6 } 1A / =3
PIA )
=
=

Fälle
§ ¥
Anzahl möglicher IRI
PLA ) =
= =

"

2
] ^
kein Laplace -
Experiment, da
g
, die Sektoren nicht gleich
groß sind

2.6 Bedingte Wahrscheinlichkeit und stochastische Unabhängigkeit

Stochastische Unabhangigkeit
-

Bedingte Wahrscheinlichkeit

|
PLA ^ B)
p ,> ( B ) =
P ( A n B) =
PLA ) -
Pl B)
PLA )

BSP : 0,5
PI Fan Fz )
¥
=
Wahrscheinlichkeit , dass B eintritt
Pl Fn ) P ( Fz ) = 0,2
Bedingung dass A
.

unter der ,

bereits eingetreten ist

→
stochastisch abhängig

Bsp : wie groß ist die wahr Schein -

"" "" "" " """ ""

der Bedingung , dass sie 3. Kombinatorik nk

Brille trägt?
Tupel
3- mutiges Werfen eines Würfels Baumaiagramm
B-
\
B /
= > R =
{ 112,113 , . . .
,
445 , . . . 666
! !
} ,
.

! ! ! !! !
W 29% 29% 57%

Ziehen von 3 kugeln

!! !
7% 43%
36%
6
. .

36% 100% ZählPrinzip

64% [ [ wegen
mit
.

zur
.

}
} 6
6- -

6- .

6- =
"
Reihenfolge wichtig
-

PLW n Brille ) 5 T T M
Pßrille ( W) =
I .
I . II.
PL Brille )

= >
verhältnisse bleiben gleich [ 10.10.10 . . . ]

n !
Permutation 21 Schüler Plätze im zimmer
belegen 21 = >
Verhältnisse unterscheiden
Sich [
21 -

malige s ziehen = > SL =

{ 4 , 18,12 , 13 , 21 , . . .
; 9 , 10,7 , . . .
} 10 '

9 .
8 .
7 .
6 . . .
1 ]

qonnezouweerz.i.ae/...&
Zählprinzip
Baum diagramm
I I I 1-
Reihenfolge wichtig
'

^
/
! ! ! ,
p p p
¥1
in =
21 !
I. II # Fakultät
/ |
. .
' ' '

21
?⃝
 Teilpermutation
5 Fahrzeuge auf 8 aufteilen
Garagen

ziehen von 5 kugeln

ZählPrinzip
6

V
E
i.j.fi#=8-;
1 8- .

± -

6- ' -

±
, ohne zurücklegen
.

3 4
Reihenfolge wichtig
-

5Gt
Baum diagramm = > Verhältnisse unterscheiden sich

T ! ! !! n !
! Is ! !! ! ! . . .

In -
K) !

Binomialkoeffizient
Abfrage von 3 Schülern ,
Ohne Reihenfolge

÷!
Baum diagramm " ""

/
| | \ 3- 2- 1 = 6
. .

^
} 21

!! ! ! !
"
. . .

(¥ )
.
"
n
=

% !! "
""" " "
123,213 , 312,321 , . . .
K! ( M -
K) !

4. Berechnung von Wahrscheinlichkeiten / Urnenmodelle

4.1 Ziehen ohne Zurücklegen

zieht man aus einer Urne mit N kugeln , von denen K schwarz sind ,
n kugeln ohne zurücklegen ,
so

gilt fuer die Wahrscheinlichkeit , genau K Schwarze kugeln zu ziehen

(E) •
II : :-)
PL genau K schwarze kugeln ) =

| :|
Bsp :

N = 50 Dioden -
darunter K = 4 , also ( N -
K) = 46 PL genau 2 defekte Dioden )

n = 6 Dioden ausgewählt und überprüft 50 4

( y) ( )
-

o -
z
= 6,2 %

1%1
4.2 Ziehen mit Zurücklegen

zieht man aus einer Urne mit einem bestimmten Anteil p schwarzer kugeln n kugeln mit

zurücklegen ,
so gilt für die Wahrscheinlichkeit , genau K schwarze kugeln zu ziehen

Pl genau K schwarze Kugel ) =

( ¥) .

pk .
(A -

p)
" - K

P ( A) = Pl genaue 3 Zweier )
}

(f)
Würfeln 5- }

( § ) (f)
Bsp : A : Genau bei 3 fällt die Augenzahl 2
.
. = 8,79%
es wird 5 ✗ geworfen
5, zufallsgrößen
5.1 Zufallsgröße und ihre Wahrscheinlichkeitsverteilung
Zufallsgrosse
-

"

=
Funktion [ Ergebnisraumhc.IT Wahrscheinlichkeitsverteilung
3- mutiger Münzwurf ✗ i ✗ ^ ✗ X} - - .

PLZZZ ) = & 3 2 2 1 2 1 1 0
PLX = ✗ i) Pn Pz P} - . .

&
ZZZ , ZZK , ZKZ , ZKK , KZZ , HZK , KKZ , HHK
PLX =3 ) =

&
✗ = Anzahl der 2-
PL ✗ =
2) =
1 Werte auflisten , die die
.

2- Utans größe ✗ annehmen

Roulette ,
setzen von einem Euro
kann
✗ =
Reingewinn h black red / green z .
Wahrscheinlichkeiten berechnen
"
risikolos black / red 1
„ ✗ 1
3 Diagramm
-

.
erstellen

PLX ) / 18137 19137

Würfel
Bsp :
→
Augenzahl G

"
„
riskant setzen auf Zahl 7 mit 0,3 Wahrscheinlichkeit

1 7 7-
Ermittel die Wahrscheinlichkeits -

✗ 35 1
verteilung die die Anzahl der
-

plxyf11373.bg
,

Sechser beim ZX Worten angibt

Zufalls größe : ✗ n
= 0 ✗ 2=1×3--2

PLX = 1) =
( h ) 013^-0,71=0,42
.

✗ 0 1 2

PLX ) 0,42 - . .
- - -

5.2 Erwartungswert, Varianz und Standardabweichung

Erwartungswert
ELX ) ✗ Ps
Varianz
= t ✗ Pz t X} P} t ✗4 Py
µ
. '
=
1
'

2
'

"
Die Varianz beziffert das „
Risiko

einer zufalls größe

✗
"

]
P Pz P} Py
[
Pn
Abstand von ELX )

µ muss nicht unbedingt eine gültige Zufalls größe sein ! Def : Varianz ✗ =
( ✗^ -

µ)
-

pa t

' ?
(✗ < -

µ) .

pzt (✗ }
-

µ)
'

Post . . .
.

= > ELX ) = 1. 0,5 t 2. 0,331-3-0,17 = 1,67

2
= > Var ( ✗ 1) =
( A -

2) -

0,33 +

2 2
( Z -
2) -

0,33 + ( 3- 2) .

0,33
Standardabweichung =
¥
Farin
-

a-
5.3 Binomialverteilte Zufallsgrößen

Voraussetzungen
Bernoulli formel
'

es existieren nur Treffer und Niete

-

Treffer und Niete sind in jeder Stufe unabhängig voneinander ß ( n , p, K )

=
( I) .

pk .

qn
- k

Treffer und Nieten Wahrscheinlichkeit bleiben konstant

i
-

Benutzung des Tafel werks Wahrscheinlichkeit für

P höchstens k Treffer Bln , p , ✗ EK )

K weniger als K Treffer Bln , p , ✗ E K -

1)
n
BIN , p , K ) Blnip , ✗ EK )

mindestens K Treffer 1- BIN , p , ✗ ? K -

1)
genau höchstens →
Gegenteil von höchstens 6
gleich
mehr als K Treffer 1- Bln , p , ✗ > K )

zwischen einschließlich a und b Treffer

3. ✗ mindestens Aufgaben Bln , p , ✗ E b) -

B I n , p, ✗ ± a- 1 )

1h11 -
P )
n z
Binomial verteilte zufausgröße
1h11 p)
-

P = Sicherheits Wahrscheinlichkeit =
zufausgröße ✗ ,
die der Anzahl der Treffer eines Bernoulli -

p Trefferwahrscheinlichkeit experiment
=
entspricht

✗ ° ^ 2 } "
Standardabweichung v
Bsp : n = g p = zo ,
P 33% 41% 20% 5% 1%

o = VARNA
Erwartungswert : ELX / = n -

p →
1

Varianz : Var ( X ) = n .

p
-

q
→
0,8

Bsp :
µ = 1 0 =
018T

o -

Intervall [ 1- 0189 ; 1+0189 ]

=
[ 0,11 ; 1,89 ] →
nur zufalls größe 1

6. Graphische Darstellung
1) Säulen / Stab diagramm 1) Histogramm III ) Verteilungsfunktion

60 60
Fläche d. Säule
- -

120 -

Höhe d. Säule E wahrscheinlich -

so _
so -

PLX =3 )

± keit neu {-
Wahrscheinlichkeit 100 pix 2)
{•
- -
-

•
40 40

(
- -

80 -

plx -
_
1)
30 -

30 -

60 -

|
20 -
20 -

40 -

"✗ = -
"

10 -
10 -

20 -

'

: i i
- '

÷ i i i : . : i.FI : i i
.