Diskrete Zufallsvariablen III Teil 2 von Dr. Anna Fukshansky

video locked

Über den Vortrag

Der Vortrag „Diskrete Zufallsvariablen III Teil 2“ von Dr. Anna Fukshansky ist Bestandteil des Kurses „Grundlagen der induktiven Statistik“. Der Vortrag ist dabei in folgende Kapitel unterteilt:

  • Die Hypergeometrische Verteilung
  • - Beispiel
  • Aufgabe - 6 richtige aus 49
  • Aufgabe - Zahlen größer als 25
  • Neue Fragestellung
  • Poisson-Verteilung
  • - Beispiel
  • - Aufgabe

Quiz zum Vortrag

  1. n=Ziehungen, M=Anzahl der guten Kugeln, N=Anzahl von allen Kugeln
  2. n=Anzahl von allen Kugeln, M=Anzahl der guten Kugeln, N=Ziehungen
  3. n=Ziehungen, M=Anzahl der schlechten Kugeln, N=Anzahl von allen Kugeln
  4. n=Ziehungen, M=Anzahl der guten Kugeln, N=Anzahl der schlechten Kugeln
  1. a) 0 b) 6
  2. a) 6 b) 0
  3. a) 43 b) 6
  4. a) 0 b) 49
  5. a) 3 b) 3
  1. a) 3 b) 9
  2. a) 9 b) 3
  3. a) 6 b) 6
  4. a) 0 b) 12
  5. a) 12 b) 0
  1. Poisson-Verteilung
  2. Binomial-Verteilung
  3. Hypergeometrische Verteilung
  4. Geometrische Verteilung
  5. Bernoulli-Verteilung
  1. Zwei Ereignisse treten niemals gleichzeitig auf
  2. Die Wahrscheinlichkeit, dass ein Ereignis in einem kleinen Intervall auftritt, ist linear angegeben
  3. Die Wahrscheinlichkeit, dass ein Ereignis in einem Intervall eintritt, hängt von dessen Lage ab
  4. Die Wahrscheinlichkeit, dass ein Ereignis in einem Intervall eintritt, hängt von dessen Länge ab
  1. Der Erwartungswert ist gegeben durch λ
  2. Die Varianz ist gegeben durch λ
  3. Die Häufigkeit ist gegeben durch λ
  4. Die Ausprägung ist gegeben durch λ
  5. Die Wahrscheinlichkeit ist gegeben durch λ

Dozent des Vortrages Diskrete Zufallsvariablen III Teil 2

Dr. Anna  Fukshansky

Dr. Anna Fukshansky

Von 1998 bis 2010 habe ich in London an der Royal Holloway, University of London als Universitätsdozentin für Informatik gearbeitet. Meine Vorlesungen waren in verschiedenen Gebieten des Lehrplans angesiedelt, u.a. Objekt-orientierte Programmierung in C++, Betriebssysteme, Diskrete Mathematik, Bioinformatik und Mathematik für Medizininformatiker. Meine Forschungsschwerpunkte sind Populationsgenetik und molekulare Evolution, Finanzmathematik, Optimierung, Statistik, Algebra, endliche Gruppentheorie.

Davor habe ich während meines Diplomstudiums in Mathematik und meiner Promotion mathematische Vorlesungen in Tutoraten betreut und Schüler sowohl in Begabtenförderungsprogrammen als auch in Form von Nachhilfe unterrichtet.

Zur Zeit arbeite ich als Mathematikerin bei liquid-f, einem jungen Unternehmen für (wirklich) unabhängige Finanzplanung. Außerdem biete ich Training und Lösungen in Mathematik.

Kundenrezensionen

(1)
5,0 von 5 Sternen
5 Sterne
5
4 Sterne
0
3 Sterne
0
2 Sterne
0
1  Stern
0


Auszüge aus dem Begleitmaterial

... Wenn X die Wahrscheinlichkeitsfunktion besitzt, so hat X eine hypergeometrische Verteilung. Diskrete Zufallsvariablen ...

... sind gerade? N = 51, M = 26, n = 10. Maximal min{n,M}, Erfolge also maximal 10 minimal max{0,n-(N-M)}, Erfolge also minimal 0, siehe ...

... größer als 25 sind, werden gezogen? N = 101, M = 75, n = 30. Maximal min{n,M}, Erfolge also maximal 30 minimal max{0,n-(N-M)}, Erfolge also ...

... Jetzt fragen wir: Wie oft kommt ein Ereignis in einem Intervall vor. Dabei ist die Anzahl jetzt nach oben nicht beschränkt: ...

... Pflanzen mache, so beobachte ich diese über einen längeren Zeitraum. ...

... von dessen Länge ab, nicht aber von dessen Lage. Die Anzahl der eingetretenen Ereignisse in zwei diskjunkten Intervallen sind unabhängig. ...

... Wahrscheinlichkeitsfunktion heißt poissonverteilt mit Parameter λ>0. 36 ...

... im Genom meiner Pflanze ist poissonverteilt. Das Auftreten von einer Mutation in einem Genom ...

... der Radioaktivität aussetze, ist die Mutationsrate höher. Im ersten Versuch war die ...

... Verteilung, Poissonverteilung ...