Diskrete Zufallsvariable
Formel
Diskrete Zufallsvariable
Die Anzahl der Ergebnisse des Zufallsexperiments ist endlich / abzählbar. Eine diskrete Zufallsvariable ist durch die Angabe ihres Wertebereichs \({x_1},{x_2},...,{x_n}\) und den Einzelwahrscheinlichkeiten fur das Auftreten von jedem Wert des Wertebereichs, also \(P\left( {X = {x_1}} \right) = {p_1},\,\,\,P\left( {X = {x_2}} \right) = {p_2},...P\left( {X = {x_n}} \right) = {p_n}\) vollständig definiert. Man spricht von der Wahrscheinlichkeitsfunktion, welche es nur für diskrete Zufallsvariablen gibt. (Bei stetigen Zufallsvariablen gibt es entsprechend die Dichtefunktion.)
Spezielle Verteilungen diskreter Zufallsvariabler sind
- Bernoulli-Verteilung
- Binomialverteilung (mit Zurücklegen)
- Poissonverteilung
- hypergeometrische Verteilung (ohne Zurücklegen)
Wahrscheinlichkeitsfunktion
Die Wahrscheinlichkeitsfunktion, welche es nur für diskrete Zufallsvariablen gibt, beschreibt eine diskrete Wahrscheinlichkeitsverteilung, indem sie jedem \(x \in {\Bbb R}\) einer Zufallsvariablen X genau eine Wahrscheinlichkeit P aus dem Intervall \(\left[ {0;1} \right]\) zuordnet.
\(f:x \to p\)
\(f:x \to \left\{ {\begin{array}{*{20}{l}} {P\left( {X = {x_i}} \right)}&{für\,\,x = {x_i}}\\ 0&{für\,\,\,x \ne {x_i}} \end{array}} \right.\)
Funktionsgraph der Wahrscheinlichkeitsfunktion
Im Funktionsgraph der Wahrscheinlichkeitsverteilung werden über jedem (diskreten) Wert x die jeweilige Wahrscheinlichkeit P(X=x) dargestellt, wobei die einzelnen Wahrscheinlichkeiten P(X=x) mit Hilfe der Laplace-Wahrscheinlichkeit berechnet werden. Im Stabdiagramm wird über jedem (diskreten) Wert x ein Stab (dünner Balken) aufgetragen, dessen Höhe der jeweilige Wahrscheinlichkeit P(X=x) entspricht.
Verteilungsfunktion
Die Verteilungsfunktion einer diskreten Zufallsvariablen, auch kumulative Verteilfunktion genannt, gibt die Wahrscheinlichkeit dafür an, dass die Zufallsvariable X höchstens den Wert x annimmt.
\(F\left( x \right) = P\left( {X \leqslant x} \right)\)
Sie ist eine monoton steigende Treppenfunktion mit Sprüngen an den Stellen xi und daher nicht stetig. Geometrisch entspricht die Wahrscheinlichkeit P(X=x) der Sprunghöhe der Verteilungsfunktion F(x) an der Stelle x.
F(x) ist für jedes x definiert und nimmt Werte von mindestens 0 bis höchstens 1 an.
\(\eqalign{ & \mathop {\lim }\limits_{x \to - \infty } F(x) = 0 \cr & \mathop {\lim }\limits_{x \to \infty } F(x) = 1 \cr} \)
Darüber hinaus gilt:
\(\eqalign{ & P\left( {X \geqslant x} \right) = 1 - P\left( {X < x} \right) \cr & P\left( {X > x} \right) = 1 - P\left( {X \leqslant x} \right) \cr} \)
Mittelwert einer Vollerhebung bzw. einer Stichprobe
Der arithmetische Mittelwert bezieht sich immer auf die grundsätzlich abzählbare Anzahl n an Durchgängen eines Zufallsexperiments. Er ist definiert als die Summe aller beobachteten Werte dividiert durch die Anzahl der beobachteten Werte.
\(\overline x = \dfrac{1}{n} \cdot \sum\limits_{i = 1}^n {{x_i}} \)
Unterschied Mittelwert und Erwartungswert
Wiederholt man das Zufallsexperiment unendlich oft, geht also \(n \to \infty \), so wird aus dem Mittelwert der Erwartungswert.
Erwartungswert
Der Erwartungswert einer diskreten Zufallsvariablen X, welche die diskreten Werte x1, x2, ..., xn mit den zugehörigen Wahrscheinlichkeiten P(X=x1), P(X=x2), ... P(X=xn) annimmt, errechnet sich aus der Summe der Produkte vom jeweiligen Wert xi und seiner Wahrscheinlichkeit P(X=xi). Merkregel: "Was passiert" mal "mit welcher Wahrscheinlichkeit passiert es".
\(E\left( X \right) = \mu = {x_1} \cdot P\left( {X = {x_1}} \right) + {x_2} \cdot P\left( {X = {x_2}} \right) + ... + {x_n} \cdot P\left( {X = {x_n}} \right) = \sum\limits_{i = 1}^n {{x_i} \cdot P\left( {X = {x_i}} \right)} \)
mit: \(P\left( E \right) = \frac{{{\text{Anzahl günstige Fälle}}}}{{{\text{Anzahl möglicher Fälle}}}}\)
Der Erwartungswert ist ein Maß für die mittlere Lage der Verteilung, und somit ein Lageparameter der beschreibenden Statistik.
- Ist die Wahrscheinlichkeit für jeden Versuch die selbe (z.B. bei binomialverteilten Experimenten), dann ist der Erwartungswert gleich dem arithmetischen Mittel.
- Ist die Wahrscheinlichkeit für jeden Versuch unterschiedlich , dann ist der Erwartungswert gemäß obiger Formel ein gewichtetes arithmetisches Mittel.
Erwartungswert für den Fall dass die diskrete Verteilung eine Binomialverteilung ist,
die nur zwei Werte (Erfolg / Misserfolg) annehmen kann und deren Trefferwahrscheinlichkeit immer p ist:
\(E\left( X \right) = n \cdot p\)
Physikalische Analogie
- Physikalisch entspricht der Erwartungswert dem Schwerpunkt. Man muss sich dabei die Massen R(X=xi) an den Positionen xi entlang vom Zahlenstrahl x platziert vorstellen.
- Physikalisch entspricht die Varianz dem Trägheitsmoment, wenn man den oben beschriebenen Zahlenstrahl um eine Achse dreht, die senkrecht auf den Zahlenstrahl steht und die durch den Schwerpunkt verläuft.
Varianz
Die Varianz einer diskreten Zufallsvariablen ist die mittlere quadratische Abweichung der Zufallsvariablen von ihrem Erwartungswert und somit ein Streumaß der beschreibenden Statistik.
\({\sigma _x}^2 = Var\left( X \right) = {\sum\limits_{i = 1}^n {\left( {{x_i} - E\left( x \right)} \right)} ^2} \cdot P\left( {X = {x_i}} \right)\)
Verschiebungssatz
Der Verschiebungssatz für diskrete Zufallsvariablen kann den Rechenaufwand für die Berechnung der Varianz verringern, es kann aber zum Verlust von Rechengenauigkeit kommen.
\({\sigma _x}^2 = Var\left( X \right) = E\left( {{X^2}} \right) - E{\left( X \right)^2} = \sum\limits_{i = 1}^n {{x_i}^2 \cdot P\left( {X = {x_i}} \right) - E{{\left( X \right)}^2}} \)
Standardabweichung
Die Varianz hat den Nachteil, als Einheit das Quadrat der Einheit der zugrunde liegenden Zufallsvariablen zu haben. Das ist bei der Standardabweichung (auf Grund der Quadratwurzel) und beim Erwartungswert nicht der Fall.
\({\sigma _x} = \sqrt {Var\left( X \right)} \)
Physikalische Analogie für den Erwartungswert und für die Varianz:
- Physikalisch entspricht der Erwartungswert dem Schwerpunkt. Man muss sich dabei die Massen R(X=xi) an den Positionen xi entlang vom Zahlenstrahl x plaziert vorstellen.
- Physikalisch entspricht die Varianz dem Trägheitsmoment, wenn man den oben beschriebenen Zahlenstrahl um eine Achse dreht, die senkrecht auf den Zahlenstrahl steht und die durch den Schwerpunkt verläuft
Illustration zur Veranschaulichung einer kleinen Varianz:
\(\eqalign{ & {x_1} = 3;\,\,\,\,\,{x_2} = 4;\,\,\,\,\,{x_3} = 5; \cr & P\left( {{x_1}} \right) = 0,2;\,\,\,\,\,P\left( {{x_2}} \right) = 0,6;\,\,\,\,\,P\left( {{x_3}} \right) = 0,2; \cr & E(X) = \mu = \sum\limits_{i = 1}^3 {{x_i} \cdot P\left( {X = {x_i}} \right)} = 3 \cdot 0,2 + 4 \cdot 0,6 + 5 \cdot 0,2 = 4 \cr & Var(X) = {\sum\limits_{i = 1}^3 {\left( {{x_i} - E\left( X \right)} \right)} ^2} \cdot P\left( {X = {x_i}} \right) = {\left( {3 - 4} \right)^2} \cdot 0,2 + {\left( {4 - 4} \right)^2} \cdot 0,6 + {\left( {5 - 4} \right)^2} \cdot 0,2 = 0,4 \cr} \)
Alternativ errechnet sich die Varianz unter Zuhilfenahme vom Verschiebungssatz wie folgt:
\(Var(X) = \sum\limits_{i = 3}^3 {{x_i}^2 \cdot P\left( {X = {x_i}} \right)} - {\left( {E\left( X \right)} \right)^2} = {3^2} \cdot 0,2 + {4^2} \cdot 0,6 + {5^2} \cdot 0,2 - {4^2} = 0,4\)
Illustration zur Veranschaulichung einer großen Varianz mit dem gleichen Erwartungswert:
\(\eqalign{ & {x_1} = 2;\,\,\,\,\,{x_2} = 4;\,\,\,\,\,{x_3} = 6; \cr & P\left( {{x_1}} \right) = 0,2;\,\,\,\,\,P\left( {{x_2}} \right) = 0,6;\,\,\,\,\,P\left( {{x_3}} \right) = 0,2; \cr & E(X) = \mu = \sum\limits_{i = 1}^3 {{x_i} \cdot P\left( {X = {x_i}} \right)} = 2 \cdot 0,2 + 4 \cdot 0,6 + 6 \cdot 0,2 = 4 \cr & Var(X) = {\sum\limits_{i = 1}^3 {\left( {{x_i} - E\left( X \right)} \right)} ^2} \cdot P\left( {X = {x_i}} \right) = {\left( {2 - 4} \right)^2} \cdot 0,2 + {\left( {4 - 4} \right)^2} \cdot 0,6 + {\left( {6 - 4} \right)^2} \cdot 0,2 = 1,6 \cr} \)
Alternativ errechnet sich die Varianz unter Zuhilfenahme vom Verschiebungssatz wie folgt:
\(Var(X) = \sum\limits_{i = 3}^3 {{x_i}^2 \cdot P\left( {X = {x_i}} \right)} - {\left( {E\left( X \right)} \right)^2} = {2^2} \cdot 0,2 + {4^2} \cdot 0,6 + {6^2} \cdot 0,2 - {4^2} = 1,6\)
Schon den nächsten Badeurlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Damit niemand mehr bei Mathe in's Schwimmen kommt!
Wissenspfad
Zur aktuellen Lerneinheit empfohlenes Vorwissen
Schließende Statistik | Die schließende Statistik ermöglicht es von einer (kleinen) Stichprobe auf die (große) Grundgesamtheit G zu schließen. Die Stichprobe ist eine repräsentative Teilmenge, die der Grundgesamtheit zufällig entnommen wurde. Die Wahrscheinlichkeitsrechnung wertet die Ergebnisse von Zufallsexperimenten aus. |
Aktuelle Lerneinheit
Diskrete Zufallsvariable | Für diskrete Zufallsvariablen ist die Anzahl der Ergebnisse eines Zufallsexperiments endlich, also abzählbar. Sie wird durch eine Wahrscheinlichkeitsfunktion beschrieben. |
Verbreitere dein Wissen zur aktuellen Lerneinheit
Standardnormalverteilung | Unter der Standardnormalverteilung versteht man die mit μ=0 und σ=1 standardisierte Normalverteilung. Mit Hilfe der z-Transformation rechnet man beliebige Erwartungswerte bzw. Standardabweichungen auf die Standardnormalverteilung um. |
Konfidenzintervall | Bei der Ermittlung statistischer Parameter prüft man selten alle möglichen Ergebnisse, sondern man beschränkt sich auf eine Stichprobe. Dadurch ist die Messung aber Ungenauigkeiten unterworfen. Konfidenzintervalle definieren einen Bereich, in dem man mit einer bestimmten Wahrscheinlichkeit darauf vertrauen darf, dass sich der wahre Wert darin befindet. |
Gleichverteilung - Disparität - Konzentration | Von Gleichverteilung spricht man, wenn jeder Merkmalsträger den gleichen Anteil an der Merkmalssumme auf sich vereint. |
Gedächtnislosigkeit der Exponentialverteilung und der geometrischen Verteilung | Sie gibt die Wahrscheinlichkeit an, dass ein Ereignis (zB ein Produktfehler) nach weiteren t Minuten eintritt, nachdem man schon s Minuten gewartet hat. Man spricht auch von der "Nichtalterungseigenschaft". |
Exponentialverteilung | Die Exponetialfunktion wird zur Modellierung von der Zeit zwischen 2 Ereignissen oder der Lebensdauer von Bauteilen verwendet. |
Rechteckverteilung | Die Rechteckverteilung im Intervall [a, b] ist eine stetige Gleichverteilung, bei der jedes Ergebnis gleich wahrscheinlich ist. |
Normalverteilung | Die Normalverteilung, auch gaußsche-Glockenverteilung genannt, ist zusammen mit ihrem Spezialfall der Standardnormalverteilung die wichtigste Verteilungsfunktion. |
Hypergeometrische Verteilung | Die hypergeometrische Verteilung ist eine diskrete Verteilung. Die Grundgesamtheit vermindert sich aber bei jeder Wiederholungen, denn es handelt sich um ein „Ziehen ohne Zurücklegen“. |
Poissonverteilung | Die Poissonverteilung ist eine diskrete Verteilung. Sie ist ein Grenzfall der Binomialverteilung wenn n sehr groß (größer 100) ist, verbunden mit einer sehr kleinen Erfolgswahrscheinlichkeit die gegen Null konvergiert |
Bernoulli-Verteilung | Die Bernoulli-Verteilung ist die einfachste diskrete Verteilung. Sie entsteht, wenn man ein Bernoulli Experiment (welches nur 2 mögliche Ausgänge hat) genau 1 Mal ausführt. Die Bernoulli Verteilung ist daher ein Spezialfall der Binomialverteilung für n=1. |
Histogramm der Häufigkeitsverteilung | Histogramme schauen ähnlich aus wie Balkendiagramme - man benötigt zu deren grafischer Darstellung die jeweilige Balkenbreite (Klassenbreite) und die Balkenhöhe (=relativer / prozentueller Anteil der Messwerte) |
Stetige Zufallsvariable | Man spricht von einer stetigen Zufallsvariablen, wenn die Anzahl der Ergebnisse des Zufallsexperiments unendlich, also nicht abzählbar, ist. |
Zufallsvariable | Eine Zufallsvariable X ordnet jedem Ergebnis ω vom Ergebnisraum Ω eines Zufallsexperiments eine reelle Zahl x zu. |
Einstufige Zufallsexperimente und deren Wahrscheinlichkeiten | Ein Zufallsexperiment ist ein grundsätzlich beliebig oft wiederholbarer "Versuch", welcher unter identischen Bedingungen zu 2 oder mehreren nicht vorhersagbaren Ergebnissen führt. Wir unterscheiden zwischen Bernoulli und Laplace Experiment. |
Aufgaben zu diesem Thema
Aufgabe 1111
AHS - 1_111 & Lehrstoff: WS 2.2
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Würfelergebnisse
Zwei Spielwürfel (6 Seiten, beschriftet mit 1 bis 6 Augen) werden geworfen und die Augensumme wird ermittelt.
Aufgabenstellung:
Ergänzen Sie die Textlücken im folgenden Satz durch Ankreuzen der jeweils richtigen Satzteile so, dass eine mathematisch korrekte Aussage entsteht!
Die Wahrscheinlichkeit, das Ereignis „Augensumme 6“ zu würfeln, ist _____1______ Wahrscheinlichkeit, das Ereignis „Augensumme 9“ zu würfeln, weil ______2______ .
1 | |
größer als die | A |
kleiner als die | B |
gleich der | C |
2 | |
6 kleiner als 9 ist und das Ereignis „Augensumme 6“ somit seltener eintritt | I |
die Wahrscheinlichkeit beide Male 5/36 beträgt | II |
es nur vier Möglichkeiten gibt, die Augensumme „9“ zu würfeln, aber fünf Möglichkeiten, die Augensumme „6“ zu würfeln | III |
Aufgabe 1398
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 11. Mai 2015 - Teil-1-Aufgaben - 24. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Tennisspiel
Stefan und Helmut spielen im Training 5 Sätze Tennis. Stefan hat eine konstante Gewinnwahrscheinlichkeit von 60 % für jeden gespielten Satz.
Aufgabenstellung:
Es wird folgender Wert berechnet: \(\left( {\begin{array}{*{20}{c}} 5\\ 3 \end{array}} \right) \cdot {0,4^3} \cdot {0,6^2} = 0,2304\). Geben Sie an, was dieser Wert im Zusammenhang mit der Angabe aussagt!
Aufgabe 1050
AHS - 1_050 & Lehrstoff: WS 3.1
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Bernoulli-Experiment
Beim Realisieren eines Bernoulli-Experiments tritt Erfolg mit der Wahrscheinlichkeit p mit 0 < p < 1 ein. Die Werte der binomialverteilten Zufallsvariablen X beschreiben die Anzahl der Erfolge beim n-maligen unabhängigen Wiederholen des Experiments. E bezeichnet den Erwartungswert, V die Varianz und σ die Standardabweichung.
- Aussage 1: \(E\left( X \right) = \sqrt {n \cdot p}\)
- Aussage 2: \(V\left( X \right) = n \cdot p \cdot \left( {1 - p} \right)\)
- Aussage 3: \(P\left( {X = 0} \right) = 0\)
- Aussage 4:\(P\left( {X = 1} \right) = p\)
- Aussage5: \(V\left( X \right) = {\sigma ^2}\)
Aufgabenstellung:
Kreuzen Sie die beiden für n > 1 zutreffenden Aussagen an!
Aufgabe 1232
AHS - 1_232 & Lehrstoff: WS 2.2
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Augensumme
Zwei herkömmliche Spielwürfel werden geworfen und die Augensumme wird ermittelt.
Aufgabenstellung
Untersuchen Sie, welches der Ereignisse „Augensumme 6“ oder „Augensumme 9“ wahrscheinlicher ist, und begründen Sie Ihre Aussage!
Schon den nächsten Urlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Nach der Prüfung mit dem gesparten Geld deinen Erfolg genießen.
Aufgabe 1051
AHS - 1_051 & Lehrstoff: AG 2.3
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Kugelschreiber
Ein Kugelschreiber besteht aus zwei Bauteilen, der Mine (M) und dem Gehäuse mit dem Mechanismus (G). Bei der Qualitätskontrolle werden die Kugelschreiber einzeln entnommen und auf ihre Funktionstüchtigkeit hin getestet. Ein Kugelschreiber gilt als defekt, wenn mindestens ein Bauteil fehlerhaft ist.Im nachstehenden Baumdiagramm sind alle möglichen Fälle für defekte und nicht defekte Kugelschreiber aufgelistet.
A | \({p_1} = 0,95 \cdot 0,92\) |
B | \({p_2} = 0,05 \cdot 0,08 + 0,95 \cdot 0,08\) |
C | \({p_3} = 0,05 + 0,92\) |
D | \({p_4} = 0,05 + 0,95 \cdot 0,08\) |
E | \({p_5} = 0,05 \cdot 0,92\) |
F | \({p_6} = 1 - 0,05 \cdot 0,08\) |
Aufgabenstellung:
Ordnen Sie den Ereignissen E1, E2, E3 bzw. E4 die entsprechende Wahrscheinlichkeit p1, p2, p3, p4, p5 oder p6 (aus A bis F) zu!
Deine Antwort | |
E1: Eine Mine ist defekt und das Gehäuse ist in Ordnung. | |
E2: Ein Kugelschreiber ist defekt. | |
E3: Höchstens ein Teil ist defekt. | |
E4: Ein Kugelschreiber ist nicht defekt. |
Aufgabe 1233
AHS - 1_233 & Lehrstoff: WS 2.2
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Reißnagel
Wenn man einen Reißnagel fallen lässt, bleibt dieser auf eine der beiden dargestellten Arten liegen.
Aufgabenstellung:
Beschreiben Sie eine Methode, wie man die Wahrscheinlichkeiten für die beiden Fälle herausfinden kann!
Aufgabe 1236
AHS - 1_236 & Lehrstoff: WS 2.3
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Reihenfolge
Für eine Abfolge von fünf verschiedenen Bildern gibt es nur eine richtige Reihung. Diese Bilder werden gemischt und, ohne sie anzusehen, in einer Reihe aufgelegt.
Aufgabenstellung
Bestimmen Sie die Wahrscheinlichkeit P (in %) dafür, dass die richtige Reihenfolge erscheint!
Aufgabe 1521
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 12. Jänner 2017 - Teil-1-Aufgaben - 21. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Online-Glücksspiel
Ein Mann spielt über einen längeren Zeitraum regelmäßig dasselbe Online-Glücksspiel mit konstanter Gewinnwahrscheinlichkeit. Von 768 Spielen gewinnt er 162.
- Aussage 1: 0,162 %
- Aussage 2: 4,74 %
- Aussage 3: 16,2 %
- Aussage 4: 21,1 %
- Aussage 5: 7,68 %
- Aussage 6: 76,6 %
Aufgabenstellung:
Mit welcher ungefähren Wahrscheinlichkeit wird er das nächste Spiel gewinnen? Kreuzen Sie den zutreffenden Schätzwert für diese Wahrscheinlichkeit an!
Schon den nächsten Urlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Nach der Prüfung in Ruhe entspannen
Aufgabe 1473
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 10. Mai 2016 - Teil-1-Aufgaben - 21. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Zollkontrolle
Eine Gruppe von zehn Personen überquert eine Grenze zwischen zwei Staaten. Zwei Personen führen Schmuggelware mit sich. Beim Grenzübertritt werden drei Personen vom Zoll zufällig ausgewählt und kontrolliert.
Aufgabenstellung:
Berechnen Sie die Wahrscheinlichkeit P, dass unter den drei kontrollierten Personen die beiden Schmuggler der Gruppe sind!
Aufgabe 1520
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 12. Jänner 2017 - Teil-1-Aufgaben - 22. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Weiche und harte Eier
Beim Frühstücksbuffet eines Hotels befinden sich in einem Körbchen zehn äußerlich nicht unterscheidbare Eier. Bei der Vorbereitung wurde versehentlich ein hart gekochtes Ei zu neun weich gekochten Eiern gelegt.
Aufgabenstellung:
Eine Dame entnimmt aus dem noch vollen Körbchen ein Ei, das sie zufällig auswählt. Geben Sie die Wahrscheinlichkeit an, dass der nächste Gast bei zufälliger Wahl eines Eies das harte Ei entnimmt!
Aufgabe 1424
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 21.September 2015 - Teil-1-Aufgaben - 22. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Augensumme beim Würfeln
Zwei unterscheidbare, faire Würfel mit den Augenzahlen 1, 2, 3, 4, 5, 6 werden gleichzeitig geworfen und die Augensumme wird ermittelt. Das Ereignis, dass die Augensumme durch 5 teilbar ist, wird mit E bezeichnet. (Ein Würfel ist „fair“, wenn die Wahrscheinlichkeit, nach einem Wurf nach oben zu zeigen, für alle sechs Seitenflachen gleich groß ist.)
Aufgabenstellung:
Berechnen Sie die Wahrscheinlichkeit des Ereignisses E!
Aufgabe 1291
AHS - 1_291 & Lehrstoff: WS 3.2
Quelle: Aufgabenpool für die SRP in Mathematik (12.2015)
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Binomialverteilte Zufallsvariable
Die Zufallsvariable X sei binomialverteilt mit n = 8 und p = 0,25.
x | P(x) |
0 | 0,1001 |
1 | 0,2670 |
2 | 0,3115 |
3 | 0,2076 |
4 | 0,0865 |
5 | 0,0231 |
6 | 0,0038 |
7 | 0,0004 |
8 | 0,00002 |
Aufgabenstellung:
μ ist der Erwartungswert, σ die Standardabweichung der Verteilung.
Berechnen Sie die folgende Wahrscheinlichkeit: \(P\left( {\mu - \sigma < X < \mu + \sigma } \right)\)
Schon den nächsten Badeurlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Damit niemand mehr bei Mathe in's Schwimmen kommt!