=for timestamp
Do Jan 25 18:04:13 CET 2007
=head2 BERNOULLIexperimente und -ketten
=for comment
Wahrscheinlich schon am Di, den 23.1.2007.
Ein Zufallsexperiment mit M<\left|\Omega\right| = 2> heißt
"BERNOULLIexperiment".
Übliche Bezeichnungen: M<\Omega = \left\{ 0,1 \right\}>, M<0>: Niete, M<1>:
Treffer
Mit M<(\Omega,P)>:
M
,
M
Die Hintereinanderausführung von BERNOULLIexperimenten gleicher
Trefferwahrscheinlichkeit ohne gegenseitige Beeinflussung nennt man
"BERNOULLIkette".
=head3 Modell der BERNOULLIkette
M<\Omega = \left\{ 0,1 \right\}^2; \quad n \in \mathds{N};> M<\quad> M<(\Omega,P)>
Die Ereignisse M (M<\left|E_i\right| = 2^{n-1}>),
M sind unabhängig und haben alle dieselbe Wahrscheinlichkeit.
M und M sind Parameter der Kette, M [nennt man] auch "Länge der
Kette".
=head3 [Bestimmung der Minimalkettenlänge für Trefferwahrscheinlichkeit
M<\beta>]
Bestimmung der Kettenlänge M dafür, dass mindestens ein Treffer mit der
Wahrscheinlichkeit M<\beta> auftritt.
M ⇔
M<1 - \beta \geq q^n;> ⇔ [beide Seiten kleiner M<1>]
M<\log_q\left[1 - \beta\right] = \frac{\ln\left[1 - \beta\right]}{\ln\left[1 -
p\right]} \leq n;>
[M natürlich aufrunden, falls nicht ganze Zahl]
=for comment
Ab hier evtl. schon die Mittwochsstunde (24.1.2007).
[Mit M Anzahl der Treffer:]
M
M<\sum\limits_{i = 0}^k B(n,p,i) = P(X \leq k);>
=for timestamp
Mo Jan 29 19:11:14 CET 2007
=head3 Formel von Bernoulli
[Mit einer] BERNOULLIkette mit den Parametern M und M [und] M: Anzahl
der Treffer
Das Wahrscheinlichkeitsmaß (Wahrscheinlichkeitsverteilung)
M<{P^n_p}{:}\, \mathcal{P}\!\left(\left\{ 0,1 \right\}^n\right) \to
\left[0,1\right]> mit M<{P^n_p}(X = k) = B(n,p;k)> heißt "Binomialverteilung
M".
=for timestamp
Di Jan 30 18:43:01 CET 2007
Die Zufallsgröße M [ist] binomialverteilt.
(Kumulative) Verteilungsfunktion:
M
=head3 Erwartungswert und Varianz
BERNOULLIkette mit den Parametern M und M [und] M: Anzahl der Treffer
M: Anzahl der Treffer beim M-ten BERNOULLIexperiment
M
M
M<\operatorname{Var}(X) =
{}\operatorname{Var}(X_1 + X_2 + \cdots + X_n) =
{}n \operatorname{Var}(X_i) =
{}n \left[\left(1 - p\right)^2 p + \left(0 - p\right)^2 q\right] =
{}n p q;>