SlideShare ist ein Scribd-Unternehmen logo
1 von 9
www.vom-mathelehrer.de
Stochastik
Zufallsgrößen
www.vom-mathelehrer.de 1
www.vom-mathelehrer.de
Stochastik – Zufallsgrößen und Wahrscheinlichkeitsverteilung
www.vom-mathelehrer.de 2
Beispiel:
Zweimaliges Werfen einer Münze. Wie oft kann Wappen erscheinen?
Geben Sie die Wahrscheinlichkeitsfunktion dieser Zufallsgröße an.
Ergebnismenge: Ω = {WW, WZ, ZW, ZZ}, Zufallsgröße X ≔ Anzahl Wappen (Zufallsgröße)
Wahrscheinlichkeitsfunktion P(X = xi): P(X = 0)= 0,25, P(X = 1) = 0,5, P(X = 2) = 0,25
ω ZZ ZW; WZ WW
X(ω) 0 1 2
P(X = xi) 0,25 0,5 0,25
www.vom-mathelehrer.de
Stochastik – Histogramm
www.vom-mathelehrer.de 3
Histogramm:
Rechtecksfläche ! Wahrscheinlichkeit (wenn möglich, wähle Breite 1, Höhe ! P(X = xi))
1 2
0,1
0,2
0,3
0,4
0,5
X = xi
P(X = xi)
0
www.vom-mathelehrer.de
Stochastik – Erwartungswert, Varianz, Standardabweichung
www.vom-mathelehrer.de 4
Eine Zufallsgröße X nehme die Werte x1, x2, ..., xn mit den Wahrscheinlichkeiten P(X=x1), P(X=x2),
..., P(X=xn) an. Dann heißt der zu erwartende Mittelwert
µ = E(x) = x1
⋅ P(X = x1
)+ x2
⋅ P(X = x2
)+...+ xn
⋅ P(X = xn
)
Erwartungswert von X.
Definition: Ist X eine Zufallsgröße mit E(X) = 𝜇 und den möglichen Werten
x1; x2; ...;xn, dann heißt
Var(X) :=
Varianz der Zufallsgröße X und
σ :=
Standardabweichung oder Streuung von X.
(x1
−µ)2
⋅P(X = x1
) +(x2
−µ)2
⋅P(X = x2
) +...+(xn
−µ)2
⋅P(X = xn
)
Var(X)
www.vom-mathelehrer.de
Stochastik – E(X), Var(X), σ(X) Beispiel
www.vom-mathelehrer.de 5
Zwei verschiedene Wahrscheinlichkeitsverteilungen können sich trotz gleichen
Erwartungswertes stark unterscheiden.
Beispiel: Für die Latein- und die Mathematikschulaufgabe einer Klasse ergaben sich folgende
Wahrscheinlichkeitsverteilungen für die Zufallsgröße „Schulaufgabennote“.
Lateinschulaufgabe
X = k 1 2 3 4 5 6
P(X = k)
4
30
Mathematikschulaufgabe
1
30
10
30
10
30
4
30
1
30
Y = k 1 2 3 4 5 6
P(Y = k)
5
30
5
30
5
30
5
30
5
30
5
30
www.vom-mathelehrer.de
Stochastik – Beispiel Erwartungswert
www.vom-mathelehrer.de 6
µ =	E(X)
1 2 3 4 5 6
8/30
12/30
x
P(X=x)
4/30
µ =	E(Y)
1 2 3 4 5 6
8/30
12/30
y
P(Y=y)
4/30
E(X) = 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3,51
30
4
30
10
30
10
30
4
30
1
30
E(Y) = 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3,55
30
5
30
5
30
5
30
5
30
5
30
www.vom-mathelehrer.de
Stochastik – Beispiel Varianz und Standardabweichung
www.vom-mathelehrer.de 7
Var(X) = (1 - 3,5)2 × + (2 - 3,5)2 × + (3 - 3,5)2 × +
(4 – 3,5)2 × + (5 - 3,5)2 × + (6 - 3,5)2 × =
1
30
1
30
4
30
4
30
10
30
10
30
σ (X) = » 1,087871
60
Var(Y) = (1 - 3,5)2 × + (2 - 3,5)2 × + (3 - 3,5)2 × +
(4 – 3,5)2 × + (5 - 3,5)2 × + (6 - 3,5)2 × =
71
60
5
30
5
30
5
30
5
30
5
30
5
30
175
60
σ(Y) = » 1,7078175
60
s » 1,09
µ =	E(X)
1 2 3 4 5 6
8/30
12/30
x
P(X=x)
4/30
µ =	E(Y)
1 2 3 4 5 6
8/30
12/30
y
P(Y=y)
4/30
s » 1,71
www.vom-mathelehrer.de
Stochastik – Abirelevant
www.vom-mathelehrer.de 8
Aus dem Abitur Bayern 2013, Aufgabengruppe I, Aufgabe 3:
Um Geld für die Ausstattung des Spielbereichs in der Kinderstation des Krankenhauses einzunehmen,
wird ein Gewinnspiel angeboten. Nachdem der Spieler zwei Euro bezahlt hat, werden aus dem
Behälter, in dem sich drei roten, drei grüne und drei blaue Kugeln befinden, drei Kugeln ohne
Zurücklegen zufällig entnommen. Haben die drei entnommenen Kugeln die gleiche Farbe, so gewinn
der Spieler und bekommt einen bestimmten Geldbetrag ausgezahlt; ansonsten verliert er und erhält
keine Auszahlung. Anschließend werden die gezogenen Kugeln in die Behälter zurückgelegt.
a) Zeigen Sie, dass die Wahrscheinlichkeit für einen Gewinn beträgt.
b) Berechnen Sie, welcher Geldbetrag im Fall eines Gewinns ausgezahlt werden muss, damit im
Mittel eine Einnahme von 1,25 Euro pro Spiel für die Ausstattung des Spielbereichs erwartet
werden kann.
1
28
X: Gewinn aus Sicht des Krankenhauses
a: Auszahlungsbetrag
xi 2 2-a
P(X=xi) 1
28
27
28
Summe der Wahrscheinlichkeiten
besitzt Wert 1.
E(X)=
!
1,25
2⋅
27
28
+(2− a)⋅
1
28
=1,25
54
28
+
2
28
−
a
28
=1,25 |⋅28
54+ 2− a = 35
a = 21
Es muss ein Betrag von 21€ ausgezahlt werden.
Stochastik – E(X) und Co.
www.vom-mathelehrer.de 9
Bundesland Jahr Aufgabengruppe Teil Teilaufgabe
Bayern 2018 2 B 2b
Bayern 2016 1 B 1e
Bayern 2016 2 A 1b

Weitere ähnliche Inhalte

Mehr von PaulFestl

05 abiturvorbereitung analysis ableitungsregeln
05 abiturvorbereitung analysis ableitungsregeln05 abiturvorbereitung analysis ableitungsregeln
05 abiturvorbereitung analysis ableitungsregeln
PaulFestl
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2
PaulFestl
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2
PaulFestl
 
00 abiturvorbereitung analysis uebersicht
00 abiturvorbereitung analysis uebersicht00 abiturvorbereitung analysis uebersicht
00 abiturvorbereitung analysis uebersicht
PaulFestl
 
08 abiturvorbereitung stochastik binomialverteilung hypothesentest
08 abiturvorbereitung stochastik binomialverteilung hypothesentest08 abiturvorbereitung stochastik binomialverteilung hypothesentest
08 abiturvorbereitung stochastik binomialverteilung hypothesentest
PaulFestl
 
01 abiturvorbereitung geometrie rechnen mit vektoren
01 abiturvorbereitung geometrie rechnen mit vektoren01 abiturvorbereitung geometrie rechnen mit vektoren
01 abiturvorbereitung geometrie rechnen mit vektoren
PaulFestl
 
06 abiturvorbereitung stochastik binomialverteilung
06 abiturvorbereitung stochastik binomialverteilung06 abiturvorbereitung stochastik binomialverteilung
06 abiturvorbereitung stochastik binomialverteilung
PaulFestl
 
05 abiturvorbereitung stochastik kombinatorik mississippi
05 abiturvorbereitung stochastik kombinatorik mississippi05 abiturvorbereitung stochastik kombinatorik mississippi
05 abiturvorbereitung stochastik kombinatorik mississippi
PaulFestl
 
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
PaulFestl
 
09 abiturvorbereitung geometrie schnittwinkel
09 abiturvorbereitung geometrie schnittwinkel09 abiturvorbereitung geometrie schnittwinkel
09 abiturvorbereitung geometrie schnittwinkel
PaulFestl
 
08 abiturvorbereitung geometrie abstandsbestimmungen
08 abiturvorbereitung geometrie abstandsbestimmungen08 abiturvorbereitung geometrie abstandsbestimmungen
08 abiturvorbereitung geometrie abstandsbestimmungen
PaulFestl
 

Mehr von PaulFestl (20)

05 abiturvorbereitung analysis ableitungsregeln
05 abiturvorbereitung analysis ableitungsregeln05 abiturvorbereitung analysis ableitungsregeln
05 abiturvorbereitung analysis ableitungsregeln
 
04 abiturvorbereitung analysis aenderungsraten diffbar
04 abiturvorbereitung analysis aenderungsraten diffbar04 abiturvorbereitung analysis aenderungsraten diffbar
04 abiturvorbereitung analysis aenderungsraten diffbar
 
03 abiturvorbereitung analysis tangente an graphen
03 abiturvorbereitung analysis tangente an graphen03 abiturvorbereitung analysis tangente an graphen
03 abiturvorbereitung analysis tangente an graphen
 
02 abiturvorbereitung analysis verhalten graph
02 abiturvorbereitung analysis verhalten graph02 abiturvorbereitung analysis verhalten graph
02 abiturvorbereitung analysis verhalten graph
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2
 
01.4 abiturvorbereitung analysis winkelfkt2
01.4 abiturvorbereitung analysis winkelfkt201.4 abiturvorbereitung analysis winkelfkt2
01.4 abiturvorbereitung analysis winkelfkt2
 
01.3 abiturvorbereitung analysis wurzelfkt2
01.3 abiturvorbereitung analysis wurzelfkt201.3 abiturvorbereitung analysis wurzelfkt2
01.3 abiturvorbereitung analysis wurzelfkt2
 
01.2 abiturvorbereitung analysis gebr fkt2
01.2 abiturvorbereitung analysis gebr fkt201.2 abiturvorbereitung analysis gebr fkt2
01.2 abiturvorbereitung analysis gebr fkt2
 
01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion
 
00 abiturvorbereitung analysis uebersicht
00 abiturvorbereitung analysis uebersicht00 abiturvorbereitung analysis uebersicht
00 abiturvorbereitung analysis uebersicht
 
08 abiturvorbereitung stochastik binomialverteilung hypothesentest
08 abiturvorbereitung stochastik binomialverteilung hypothesentest08 abiturvorbereitung stochastik binomialverteilung hypothesentest
08 abiturvorbereitung stochastik binomialverteilung hypothesentest
 
01 abiturvorbereitung geometrie rechnen mit vektoren
01 abiturvorbereitung geometrie rechnen mit vektoren01 abiturvorbereitung geometrie rechnen mit vektoren
01 abiturvorbereitung geometrie rechnen mit vektoren
 
07 abiturvorbereitung stochastik binomialverteilung aufgabentypen
07 abiturvorbereitung stochastik binomialverteilung aufgabentypen07 abiturvorbereitung stochastik binomialverteilung aufgabentypen
07 abiturvorbereitung stochastik binomialverteilung aufgabentypen
 
06 abiturvorbereitung stochastik binomialverteilung
06 abiturvorbereitung stochastik binomialverteilung06 abiturvorbereitung stochastik binomialverteilung
06 abiturvorbereitung stochastik binomialverteilung
 
05 abiturvorbereitung stochastik kombinatorik mississippi
05 abiturvorbereitung stochastik kombinatorik mississippi05 abiturvorbereitung stochastik kombinatorik mississippi
05 abiturvorbereitung stochastik kombinatorik mississippi
 
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
04 abiturvorbereitung stochastik kombinatorik mit wahrscheinlichkeitsberechnung
 
09 abiturvorbereitung geometrie schnittwinkel
09 abiturvorbereitung geometrie schnittwinkel09 abiturvorbereitung geometrie schnittwinkel
09 abiturvorbereitung geometrie schnittwinkel
 
08 abiturvorbereitung geometrie abstandsbestimmungen
08 abiturvorbereitung geometrie abstandsbestimmungen08 abiturvorbereitung geometrie abstandsbestimmungen
08 abiturvorbereitung geometrie abstandsbestimmungen
 
06 abiturvorbereitung geometrie lagebeziehung ebene zu
06 abiturvorbereitung geometrie lagebeziehung ebene zu06 abiturvorbereitung geometrie lagebeziehung ebene zu
06 abiturvorbereitung geometrie lagebeziehung ebene zu
 

Kürzlich hochgeladen (7)

LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdfLAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
 
Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.
 
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_EssenAngewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
 
Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!
 
1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf
 
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-EssenWirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
 
1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf
 

03 abiturvorbereitung stochastik zufallsgroessen

  • 2. www.vom-mathelehrer.de Stochastik – Zufallsgrößen und Wahrscheinlichkeitsverteilung www.vom-mathelehrer.de 2 Beispiel: Zweimaliges Werfen einer Münze. Wie oft kann Wappen erscheinen? Geben Sie die Wahrscheinlichkeitsfunktion dieser Zufallsgröße an. Ergebnismenge: Ω = {WW, WZ, ZW, ZZ}, Zufallsgröße X ≔ Anzahl Wappen (Zufallsgröße) Wahrscheinlichkeitsfunktion P(X = xi): P(X = 0)= 0,25, P(X = 1) = 0,5, P(X = 2) = 0,25 ω ZZ ZW; WZ WW X(ω) 0 1 2 P(X = xi) 0,25 0,5 0,25
  • 3. www.vom-mathelehrer.de Stochastik – Histogramm www.vom-mathelehrer.de 3 Histogramm: Rechtecksfläche ! Wahrscheinlichkeit (wenn möglich, wähle Breite 1, Höhe ! P(X = xi)) 1 2 0,1 0,2 0,3 0,4 0,5 X = xi P(X = xi) 0
  • 4. www.vom-mathelehrer.de Stochastik – Erwartungswert, Varianz, Standardabweichung www.vom-mathelehrer.de 4 Eine Zufallsgröße X nehme die Werte x1, x2, ..., xn mit den Wahrscheinlichkeiten P(X=x1), P(X=x2), ..., P(X=xn) an. Dann heißt der zu erwartende Mittelwert µ = E(x) = x1 ⋅ P(X = x1 )+ x2 ⋅ P(X = x2 )+...+ xn ⋅ P(X = xn ) Erwartungswert von X. Definition: Ist X eine Zufallsgröße mit E(X) = 𝜇 und den möglichen Werten x1; x2; ...;xn, dann heißt Var(X) := Varianz der Zufallsgröße X und σ := Standardabweichung oder Streuung von X. (x1 −µ)2 ⋅P(X = x1 ) +(x2 −µ)2 ⋅P(X = x2 ) +...+(xn −µ)2 ⋅P(X = xn ) Var(X)
  • 5. www.vom-mathelehrer.de Stochastik – E(X), Var(X), σ(X) Beispiel www.vom-mathelehrer.de 5 Zwei verschiedene Wahrscheinlichkeitsverteilungen können sich trotz gleichen Erwartungswertes stark unterscheiden. Beispiel: Für die Latein- und die Mathematikschulaufgabe einer Klasse ergaben sich folgende Wahrscheinlichkeitsverteilungen für die Zufallsgröße „Schulaufgabennote“. Lateinschulaufgabe X = k 1 2 3 4 5 6 P(X = k) 4 30 Mathematikschulaufgabe 1 30 10 30 10 30 4 30 1 30 Y = k 1 2 3 4 5 6 P(Y = k) 5 30 5 30 5 30 5 30 5 30 5 30
  • 6. www.vom-mathelehrer.de Stochastik – Beispiel Erwartungswert www.vom-mathelehrer.de 6 µ = E(X) 1 2 3 4 5 6 8/30 12/30 x P(X=x) 4/30 µ = E(Y) 1 2 3 4 5 6 8/30 12/30 y P(Y=y) 4/30 E(X) = 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3,51 30 4 30 10 30 10 30 4 30 1 30 E(Y) = 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3,55 30 5 30 5 30 5 30 5 30 5 30
  • 7. www.vom-mathelehrer.de Stochastik – Beispiel Varianz und Standardabweichung www.vom-mathelehrer.de 7 Var(X) = (1 - 3,5)2 × + (2 - 3,5)2 × + (3 - 3,5)2 × + (4 – 3,5)2 × + (5 - 3,5)2 × + (6 - 3,5)2 × = 1 30 1 30 4 30 4 30 10 30 10 30 σ (X) = » 1,087871 60 Var(Y) = (1 - 3,5)2 × + (2 - 3,5)2 × + (3 - 3,5)2 × + (4 – 3,5)2 × + (5 - 3,5)2 × + (6 - 3,5)2 × = 71 60 5 30 5 30 5 30 5 30 5 30 5 30 175 60 σ(Y) = » 1,7078175 60 s » 1,09 µ = E(X) 1 2 3 4 5 6 8/30 12/30 x P(X=x) 4/30 µ = E(Y) 1 2 3 4 5 6 8/30 12/30 y P(Y=y) 4/30 s » 1,71
  • 8. www.vom-mathelehrer.de Stochastik – Abirelevant www.vom-mathelehrer.de 8 Aus dem Abitur Bayern 2013, Aufgabengruppe I, Aufgabe 3: Um Geld für die Ausstattung des Spielbereichs in der Kinderstation des Krankenhauses einzunehmen, wird ein Gewinnspiel angeboten. Nachdem der Spieler zwei Euro bezahlt hat, werden aus dem Behälter, in dem sich drei roten, drei grüne und drei blaue Kugeln befinden, drei Kugeln ohne Zurücklegen zufällig entnommen. Haben die drei entnommenen Kugeln die gleiche Farbe, so gewinn der Spieler und bekommt einen bestimmten Geldbetrag ausgezahlt; ansonsten verliert er und erhält keine Auszahlung. Anschließend werden die gezogenen Kugeln in die Behälter zurückgelegt. a) Zeigen Sie, dass die Wahrscheinlichkeit für einen Gewinn beträgt. b) Berechnen Sie, welcher Geldbetrag im Fall eines Gewinns ausgezahlt werden muss, damit im Mittel eine Einnahme von 1,25 Euro pro Spiel für die Ausstattung des Spielbereichs erwartet werden kann. 1 28 X: Gewinn aus Sicht des Krankenhauses a: Auszahlungsbetrag xi 2 2-a P(X=xi) 1 28 27 28 Summe der Wahrscheinlichkeiten besitzt Wert 1. E(X)= ! 1,25 2⋅ 27 28 +(2− a)⋅ 1 28 =1,25 54 28 + 2 28 − a 28 =1,25 |⋅28 54+ 2− a = 35 a = 21 Es muss ein Betrag von 21€ ausgezahlt werden.
  • 9. Stochastik – E(X) und Co. www.vom-mathelehrer.de 9 Bundesland Jahr Aufgabengruppe Teil Teilaufgabe Bayern 2018 2 B 2b Bayern 2016 1 B 1e Bayern 2016 2 A 1b